数据结构与算法之计数排序

========================================================================

计数排序（Counting Sort）不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。

排序步骤：

• 找出待排序的数组中最大和最小的元素；

• 统计数组中每个值为i的元素出现的次数，存入数组C的第i项；

• 对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；

• 反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1

动图展示：

代码实现

======================================================================

import java.util.Arrays;

public class CountingSort {

public static void main(String[] args) {

//测试

int[] arr = {1, 4, 6, 7, 5, 4, 3, 2, 1, 4, 5, 10, 9, 10, 3};

sortCount(arr);

System.out.println(Arrays.toString(arr));

// [1, 1, 2, 3, 3, 4, 4, 4, 5, 5, 6, 7, 9, 10, 10]

}

//计数排序

public static void sortCount(int[] arr) {

//一：求取最大值和最小值，计算中间数组的长度：

int max = arr[0];

int min = arr[0];

int len = arr.length;

for (int i : arr) {

if (i > max) {

max = i;

}

if (i < min) {

min = i;

}

}

//二、有了最大值和最小值能够确定中间数组的长度（中间数组是用来记录原始数据中每个值出现的频率）

int[] temp = new int[max - min + 1];

//三.循环遍历旧数组计数排序: 就是统计原始数组值出现的频率到中间数组temp中

for (int i = 0; i < len; i++) {

temp[arr[i] - min] += 1;

}

//四、遍历输出

//先循环每一个元素 在计数排序器的下标中

for (int i = 0, index = 0; i < temp.length; i++) {

int item = temp[i];

循环出现的次数

while (item-- != 0) {

//以为原来减少了min现在加上min，值就变成了原来的值

arr[index++] = i + min;

}

}

}

}

时间复杂度

=======================================================================

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）