桶排序、计数排序、基数排序--数据结构和算法之美--CH13

1. 概述

  本节介绍三种时间复杂度为$O(n)$的排序算法，桶排序、计数排序和基数排序。这两种排序都是利用了分治思想，因为时间复杂度为线性的，因此这类排序算法也叫做线性排序。
  之所以能够做到$O(n)$，是因为这三种算法都是非基于比较的，但是对排序的数据要求苛刻，需要理解掌握其应用场景。

2. 桶排序

2.1 原理分析

  桶排序，核心思想是将要排序的数据分到几个有序的桶里，每个桶里的数据再单独排序。桶内排序完后，再把每个桶里的数据按照顺序依次取出，组成的序列便有序了。
如下图所示：

2.2 时间复杂度分析

  要排序数据有 n 个，把它们均匀地划分到 m 个桶内，每个桶有 k=n/m 个元素。每个桶内部使用快速排序，时间复杂度为 O(k * logk)。m 个桶排序的时间复杂度就是 O(m * k * logk)，因为 k=n/m，所以整个桶排序的时间复杂度就是 O(n*log(n/m))。
  当桶的个数 m 接近数据个数 n 时，log(n/m) 就是一个非常小的常量，这个时候桶排序的时间复杂度接近 O(n)。

2.3 使用条件

1. 要排序的数据需要很容易就能划分成m个桶，并且桶与桶之间有着天然的大小顺序。
2. 数据在各个桶之间分布是均匀的。
3. 数据范围K最好不要比数据规模n要大。

2.4 适用场景

  桶排序比较适合用在外部排序中，外部排序就是数据存储在外部磁盘且数据量大，但内存有限无法将整个数据全部加载到内存中。
  比如说我们有 10GB 的订单数据，我们希望按订单金额（假设金额都是正整数）进行排序，但是我们的内存有限，只有几百 MB，没办法一次性把 10GB 的数据都加载到内存中。这时候就可以使用桶排序思想，将订单金额划分区间，一个桶一个桶进行排序处理。

3. 计数排序

3.1 原理分析

  计数排序是桶排序的一种特殊情况。

1. 当要排序的n个数据所处范围并不大时，比如最大值为k，则分成k个桶
2. 每个桶内的数据值都是相同的，就省掉了桶内排序的时间。

3.2 思路步骤

  假设只有8个考生分数在0-5分之间，成绩存于数组A[8] = [2，5，3，0，2，3，0，3]。
  最后排序结果数组R[8] = [0，0，2，2，3，3，3，5]存储考生名次。那么如何得到R[8]的呢？
step1：使用C[6]代表大小为6的桶，小标对应分数，存储的是考生人数，只需遍历一边考生分数，就可以得到C[6] = [2，0，2，3，0，1]。
step2：对C[6]数组顺序求和则Csum[6]=[2，2，4，7，7，8]。
step3：从后到前扫描A，比如扫描到3时，可以从数组Csum中取出下标为3的值7。7表示包括自己在内，分数小于等于3的考生有7个，即3是数组R的第7个元素（也就是数组R中下标为6的位置）。
step4：将3放入数组R，小于等于3的元素就剩下6个，相应的C[3]要减1变成6。
重复上述过程，就能够完成排序。
如下图所示：

3.3 代码实现

// 计数排序，a 是数组，n 是数组大小。假设数组中存储的都是非负整数。
public void countingSort(int[] a, int n) {
  if (n <= 1) return;

  // 查找数组中数据的范围
  int max = a[0];
  for (int i = 1; i < n; ++i) {
    if (max < a[i]) {
      max = a[i];
    }
  }

  int[] c = new int[max + 1]; // 申请一个计数数组 c，下标大小 [0,max]
  for (int i = 0; i <= max; ++i) {
    c[i] = 0;
  }

  // 计算每个元素的个数，放入 c 中
  for (int i = 0; i < n; ++i) {
    c[a[i]]++;
  }

  // 依次累加
  for (int i = 1; i <= max; ++i) {
    c[i] = c[i-1] + c[i];
  }

  // 临时数组 r，存储排序之后的结果
  int[] r = new int[n];
  // 计算排序的关键步骤，有点难理解
  for (int i = n - 1; i >= 0; --i) {
    int index = c[a[i]]-1;
    r[index] = a[i];
    c[a[i]]--;
  }

  // 将结果拷贝给 a 数组
  for (int i = 0; i < n; ++i) {
    a[i] = r[i];
  }
}

3.4 使用条件

1. 只能用在数据范围不大的场景中，若数据范围k比要排序的数据n大很多，就不适合用计数排序；
2. 计数排序只能给非负整数排序，其他类型需要在不改变相对大小情况下，转换为非负整数；
3. 比如如果考试成绩精确到小数后一位，就需要将所有分数乘以10，转换为整数。

4. 基数排序

  比如一个场景，对于手机号码而言，由于11位号码范围很大显然不适合桶排序和计数排序，那么有没有时间复杂度为$O(n)$的算法呢？

4.1 原理分析

  对于手机号而言，从前往后逐位比较，借助稳定排序算法。先按照最后一位来排序手机号码，然后，再按照倒数第二位重新排序，以此类推，最后按照第一位重新排序。经过 11 次排序之后，手机号码就都有序了。
  每一位排序可以使用桶排序或者计数排序完成。

4.2 时间复杂度

  对于每一位的排序，这时候就可以借助桶排序或者计数排序，时间复杂度为$O(n)$，假设有k位，则最终计数排序的时间复杂度为$kO(n)$，因此近似等于$O(n)$。

4.3 使用条件

1. 要求数据可以分割独立的“位”来比较；
2. 位之间由递进关系，如果a数据的高位比b数据大，那么剩下的地位就不用比较了；
3. 每一位的数据范围不能太大，要可以用线性排序，否则基数排序的时间复杂度无法做到O(n)。

5. 解开篇答

  如何根据年龄给 100 万用户排序？
  使用计数排序思想，根据年龄给 100 万用户排序，就类似按照成绩给 50 万考生排序。我们假设年龄的范围最小 1 岁，最大不超过 120 岁。我们可以遍历这 100 万用户，根据年龄将其划分到这 120 个桶里，然后依次顺序遍历这 120 个桶中的元素。这样就得到了按照年龄排序的 100 万用户数据。

6. 课后思考

  假设我们现在需要对 D，a，F，B，c，A，z 这个字符串进行排序，要求将其中所有小写字母都排在大写字母的前面，但小写字母内部和大写字母内部不要求有序。比如经过排序之后为 a，c，z，D，F，B，A，这个如何来实现呢？如果字符串中存储的不仅有大小写字母，还有数字。要将小写字母的放到前面，大写字母放在最后，数字放在中间，不用排序算法，又该怎么解决呢？
  解决思路：利用桶排序思想，小写，大写，数字三个桶，遍历一遍，都放进去，然后再从桶中取出来就行了。相当于遍历了两遍，复杂度O(n)。