最新【DS】9(2)，面试字节跳动的大数据开发工程师该怎么准备

本文链接：https://blog.csdn.net/2401_84165953/article/details/138553300

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，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

    countArr[array[i]-minVal]++;
}
//4.遍历计数数组,将值再次赋给原来的数组
int k=0;
for (int i = 0; i < countArr.length; i++) {
    while(countArr[i]>0){
        array[k++]=i+minVal;
        countArr[i]--;
    }
}

}


##### 算法效率分析



> 
> 时间复杂度：O(n+范围)【主要体现在最后一个循环上边】
> 
> 
> 空间复杂度：O(范围)
> 
> 
> 稳定性：不稳定
> 
> 
> 


##### 使用前提及应用场景



> 
> 使用前提：输入的数据必须是有确定范围的整数
> 
> 
> 应用场景：一般是集中分布一定范围内的整形数据的统计
> 
> 
> 


### 二、桶排序（BucketSort）


##### 示例分析（含详细步骤拆分图）


其实桶排序没有确切的定义，思想也不好描述，如果非要说核心思想，那就是“划分多个范围相同的区间，每个子区间自排序，最后合并”。


但是只放这一句话可能不好理解，下边我们举个例子。


![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-y6DX3B4t-1666494072982)(F:\typora插图\image-20221023092807300.png)]](https://img-blog.csdnimg.cn/93a9b6aa455249e599d4e4c63a78bc3f.png)


##### 算法效率分析



> 
> 时间复杂度：O(n+C)
> 
> 
> 空间复杂度：O(n（临时数组）+桶的个数)【常数个】
> 
> 
> 稳定性：不确定，取决于桶内部排序使用的算法
> 
> 
> 


### 三、基数排序（RadixSort）


##### 示例分析（含详细步骤拆分图及动图演示）


基本原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。


还是和上边一样，我们来举个例子。


![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NuASv07F-1666494072983)(F:\typora插图\image-20221023095745476.png)]](https://img-blog.csdnimg.cn/a5fb7b90cae343a3b81b18e33279c085.png)


![在这里插入图片描述](https://img-blog.csdnimg.cn/1e0ec64b919943feaa4e756f3a559027.gif#pic_center)



> 
> ①个位数是什么放到对应的桶②按顺序拿出来，再次按照十位数拿③按顺序拿出来，按照百位放④如果最大值只有3位数，就结束了
> 
> 
> 个十百位的优先级的应用
> 
> 
> 


##### 补充：元素是负数时的处理思路


有负数时处理思路：先判断有无负数 有则找到最小值 数组所有数据都减去该值 也就是数组最小值会变为0 接下来按正整数排序 最后数组所有数据加上原最小数 变为原有数据值】


### 四、三种非比较类排序算法的异同及内部联系


1. 桶排序和计数排序都需要找最大最小值，基数排序只需要找最大值
2. 计数排序的数学原理是鸽巢原理，因此也叫作鸽巢排序。
3. 基数排序是桶排序的扩展，也就是说基数排序也是桶排序。
4. 基数排序使用的是序列的元素的位数，桶排序和计数排序使用的是序列元素的范围。
5. 三者一般用于整数的排序。


### 五、再次总结


#### 算法优劣对比【优化后】




| 排序算法 | 最坏时间复杂度 | 最好时间复杂度 | 平均时间复杂度 | 空间复杂度 |
| --- | --- | --- | --- | --- |
| 冒泡排序 | O(n^2) | O(n) | O(n^2) | O(1) |
| 选择排序 | O(n^2) | O(n^2) | O(n^2) | O(1) |
| 插入排序 | O(n^2) | O(n^2) | O(n^2) | O(1) |
| 快速排序 | O(n \* logn) | O(n \* logn) | O(n \* logn) | O(logn) |
| 堆排序 | O(n \* log(n)) | O(n \* log(n)) | O(n \* log(n)) | O(1) |
| 希尔排序 | ----- | ----- | O(n^1.3) | O(1) |
| 归并排序 | O(nlogn) | O(nlogn) | O(nlogn) | O(n) |
| 计数排序 | O(n+范围) | ----- | ----- | O(范围) |
| 基数排序 | ----- | ----- | O(n) | O(n+范围) |
| 桶排序 | ----- | ----- | O(n) | O（n+范围） |


![在这里插入图片描述](https://img-blog.csdnimg.cn/352dd5f4142d4d66867b775c72d36b63.png#pic_center)


### 参考


![img](https://img-blog.csdnimg.cn/img_convert/3e7b04bceac38b39751550e984e6a858.png)
![img](https://img-blog.csdnimg.cn/img_convert/96f86272803c7db6c3d606ccd0c4ea6e.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**