《算法导论》线性时间O(n)排序

基于元素间比较的排序算法中,快速排序、归并排序、堆排序是常见的时间代价为O(nlogn)的排序算法,它们都是《算法导论》第8章给出证明,“对于n个元素的输入序列,任何比较排序在最坏情况下都要用Big Omega(nlogn)次比较进行排序”。因此,归并排序和堆排序都是渐近最优的(下界为nlogn),快速排序最坏情况时间代价为O(n^2)。

非比较的三种算法:计数排序、基数排序和桶排序,对输入序列有一定的要求,可以实现线性时间代价O(n)的排序。

  1. 计数排序(counting_sort)

要求输入的n个数为介于0到k之间的整数,当k=O(n)时,计数排序的运行时间为Big Theta(n)。

基本原理是:对每一个输入元素x,统计出小于x的元素个数c,那么可以把x放置到第c+1的位置。

def counting_sort(A, k):
    count = [0]*(k + 1)
    result = [0] * len(A)

    for j in xrang
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值