C++写计数排序

计数排序是一个非基于比较的排序算法，该算法于1954年由 Harold H. Seward 提出。它的优势在于在对一定范围内的整数排序时，它的复杂度为Ο(n+k)（其中k是整数的范围），快于任何比较排序算法。 当然这是一种牺牲空间换取时间的做法，而且当O(k)>O(n*log(n))的时候其效率反而不如基于比较的排序（基于比较的排序的时间复杂度在理论上的下限是O(n*log(n)), 如归并排序，堆排序）

计数排序对输入的数据有附加的限制条件：

1、输入的线性表的元素属于有限偏序集S；

2、设输入的线性表的长度为n，|S|=k（表示集合S中元素的总数目为k），则k=O(n)。

在这两个条件下，计数排序的复杂性为O(n)。

计数排序的基本思想是对于给定的输入序列中的每一个元素x，确定该序列中值小于x的元素的个数（此处并非比较各元素的大小，而是通过对元素值的计数和计数值的累加来确定）。一旦有了这个信息，就可以将x直接存放到最终的输出序列的正确位置上。例如，如果输入序列中只有17个元素的值小于x的值，则x可以直接存放在输出序列的第18个位置上。当然，如果有多个元素具有相同的值时，我们不能将这些元素放在输出序列的同一个位置上，因此，上述方案还要作适当的修改。

假设输入的线性表L的长度为n，L=L1,L2,..,Ln；线性表的元素属于有限偏序集S，|S|=k且k=O(n)，S={S1,S2,..Sk}；则计数排序可以描述如下：

1、扫描整个集合S，对每一个Si∈S，找到在线性表L中小于等于Si的元素的个数T(Si)；

2、扫描整个线性表L，对L中的每一个元素Li，将Li放在输出线性表的第T(Li)个位置上，并将T(Li)减1。

以下是 C++ 实现计数排序的示例代码：

#include <iostream>
using namespace std; 
void countingSort(int arr[], int n, int exp) {    
int output[n]; // 存储排序后的数组    
int count[10] = {0}; // 存储每个数字出现的次数     /
/ 统计每个数字出现的次数    
for (int i = 0; i < n; i++) {        
count[(arr[i] / exp) % 10]++;    
}     // 将 count 数组转换为每个数字的最终位置索引    
for (int i = 1; i < 10; i++) {        
count[i] += count[i - 1];    
}     // 倒序遍历原数组，将每个数字放到 output 数组中的正确位置    
for (int i = n - 1; i >= 0; i--) {        
output[count[(arr[i] / exp) % 10] - 1] = arr[i];        
count[(arr[i] / exp) % 10]--;    
}     // 将排序后的数组复制到原数组中    
for (int i = 0; i < n; i++) {        
arr[i] = output[i];    
}
} 
void radixSort(int arr[], int n) {    
int max_num = arr[0]; // 找出最大数    
for (int i = 1; i < n; i++) {        
if (arr[i] > max_num) {            
max_num = arr[i];        
}    
}     // 从低位到高位进行计数排序    
for (int exp = 1; max_num / exp > 0; exp *= 10) {        
countingSort(arr, n, exp);    
}
} 
int main() {    
int arr[] = { 170, 45, 75, 90, 802, 24, 2, 66 };    
int n = sizeof(arr) / sizeof(arr[0]);    
radixSort(arr, n);    
for (int i = 0; i < n; i++) {        
cout << arr[i] << " ";    
}    
return 0;
}

计数排序的时间复杂度为 O(n + k)，其中 n 是数组长度，k 是数据范围。当数据范围很大时，计数排序的空间复杂度就会很大，不适合使用。

我们看到，计数排序算法没有用到元素间的比较，它利用元素的实际值来确定它们在输出数组中的位置。因此，计数排序算法不是一个基于比较的排序算法，从而它的计算时间下界不再是O(nlogn)。另一方面，计数排序算法之所以能取得线性计算时间的上界是因为对元素的取值范围作了一定限制，即k=O(n)。如果k=n^2,n^3,..，就得不到线性时间的上界。此外，我们还看到，由于算法第4行使用了downto语句，经计数排序，输出序列中值相同的元素之间的相对次序与他们在输入序列中的相对次序相同，换句话说，计数排序算法是一个稳定的排序算法。