计数排序-CSDN博客

本文链接：https://blog.csdn.net/2301_80569348/article/details/141113465

说明

计数排序是一种非比较排序，基本思想是按照元素出现的次数来确定最终的排序位置

代码

def counting_sort(arr):
    if not arr:
        return arr  # 处理空数组的情况

    min_element = min(arr)  # 查找最小元素
    max_element = max(arr)  # 查找最大元素
    element_quantity = max_element - min_element + 1  # 计算元素跨度

    count = [0] * element_quantity  # 生成统计列表

    # 元素计数
    for i in arr:
        count[i-min_element] += 1

    # 次数累加
    for i in range(1,element_quantity):
        count[i] += count[i-1]

    # 逆序遍历实现元素的重新排列
    temporary = [0]*len(arr)  # 注意重复元素，不可用element_quantity设置列表大小
    for i in reversed(arr):

        # 计数时元素个数从1开始增加，减一的操作符合列表下标的规范，避免范围超出  
        temporary[count[i-min_element]-1] = i 
                                                                      
        count[i-min_element] -= 1  # 实现重复数值排序的关键

    return temporary

输入

[5,3,4,1,1,2]

运行结果

[1, 1, 2, 3, 4, 5]

代码说明

逆序遍历原数组：
- 提高代码稳定性，保证数组的相对位置不变
稳定性意义：
- 举个例子说明稳定性的重要性
  
  假设我们有一个包含学生信息的列表，每个学生有一个分数和一个名字。我们先按分数进行计数排序，然后再按名字进行排序。
  
  students = [ {"name": "Alice", "score": 90}, {"name": "Bob", "score": 85}, {"name": "Charlie", "score": 85}, {"name": "David", "score": 92}, {"name": "Eva", "score": 90}, ]
  
  现在，我们希望先按分数对学生进行排序。如果在排序过程中不保证稳定性，结果可能会出现以下问题：
  
  不稳定排序（从前往后遍历可能导致）
  
  如果我们从前往后遍历，排序算法可能打乱相同分数的学生的相对顺序。例如：
  
  [ {"name": "Bob", "score": 85}, {"name": "Charlie", "score": 85}, {"name": "Eva", "score": 90}, {"name": "Alice", "score": 90}, {"name": "David", "score": 92}, ]
  
  在这个结果中，Alice 和 Eva 以及 Bob 和 Charlie 的顺序可能会改变，因为它们具有相同的分数，但在原数组中它们的相对顺序不同。
  
  稳定排序（从后向前遍历保持稳定性）
  
  如果我们从后向前遍历，并确保排序的稳定性，排序后的学生列表会保留相同分数的学生的相对顺序：
  
  [ {"name": "Bob", "score": 85}, {"name": "Charlie", "score": 85}, {"name": "Alice", "score": 90}, {"name": "Eva", "score": 90}, {"name": "David", "score": 92}, ]
  
  在这个稳定的排序结果中，分数相同的学生顺序保持不变。
  
  什么时候稳定性很重要
- 多级排序：如果你首先按一个标准（如分数）排序，然后按另一个标准（如名字）进行排序，稳定性非常关键。它能确保在第二级排序中，相同分数的学生仍然保持按名字的顺序。
- 数据结构排序：如果你排序的数据是复杂对象（如学生、员工等），稳定性可以确保在多个标准排序时，后续排序不会打乱前面的排序结果。