C语言数据结构之计数排序

世中逢尔

雨中逢花

---

目录

计数排序的介绍

 代码展示

时间复杂度和空间父复杂度 

计数排序的用途

计数排序的局限性 

 

计数排序的介绍

排序原理

计数排序又称为鸽巢原理，是对哈希直接定址法的变形应用。 是一个不比较排序算法，通过计数将时间复杂度降到了O(N)。

排序步骤

第一步⭐

第二步⭐

第三步⭐

 第四、五步⭐

 第六步⭐

 

第一步	找出待排序数组中最大和最小的元素
第二步	根据待排序元素的数值范围大小 range (max-min+1)，建立一个 range 大小的频数统计数组count
第三步	将统计数组 count 内的元素全部初始化为0
第四步	统计数组中每个值为 i 的元素出现的次数，存入数组count的第 i 项
第五步	对所有的计数累加
第六步	待计数统计完成后遍历count数组，根据次数值来输出原待排序元素值，此时即完成排序

 代码展示

void CountSort(int* a, int n)
{
	int min = a[0], max = a[0];
	for (int i = 1; i < n; i++)
	{
		if (a[i] > max)
			max = a[i];

		if (a[i] < min)
			min = a[i];
	}

	int range = max - min + 1;
	int* count = (int*)malloc(sizeof(int) * range);
	if (count == NULL)
	{
		perror("malloc");
		return;
	}

	memset(count, 0, sizeof(int) * range);

	// 统计次数
	for (int i = 0; i < n; i++)
	{
		count[a[i] - min]++;
	}

	// 排序
	int j = 0;
	for (int i = 0; i < range; i++)
	{
		while (count[i]--)
		{
			a[j++] = i + min;
		}
	}
	free(count);
	count = NULL;
}

代码测试

时间复杂度和空间父复杂度 

时间复杂度：O(n+k)

空间复杂度：O(k)

整个过程需要遍历两次数组，一次是遍历长度为  n  的数组，另一次是从计数器（假设有 k 个计数器）中遍历，因此时间复杂度为 O(n+k)。而在计数排序的过程中用到了长度为 k 的额外数组，故空间复杂度为 O(k)

 

计数排序的用途

计数排序的一个重要性质就是它是稳定的：具有相同值的元素在输出数组中的相对次序相同。也就是说，对两个相同的数来说，在输入数组中先出现的数，在输出数组中在位于前面。

（在日常中可以运用于相同分数下先交卷的排名靠前等案列中）

计数排序的局限性 

当数据最大值和最小值差距过大时，并不适用于计数排序	比如给定 20 个随机整数，范围在 0 到 1 亿之间，此时如果使用计数排序的话，就需要创建长度为 1 亿的数组，不但严重浪费了空间，而且时间复杂度也随之升高
当数列元素不是整数时，并不适用于计数排序	如果数列中的元素都是小数，比如 3.1415，这则无法创建对应的统计数组，这样显然无法进行计数排序

✨计数排序只适用于元素值较为集中的情况

✨计数排序只适用于整型元素