912. 排序数组
题目来源
题目分析
给你一个整数数组
nums
,请你将该数组升序排列。
题目难度
- 难度:中等
题目标签
- 标签:数组、排序
题目限制
1 <= nums.length <= 50000
-50000 <= nums[i] <= 50000
解题思路
思路:计数排序
-
问题定义:
- 本题要求将一个整数数组按照升序排列。
-
核心算法:
- 使用计数排序法,这是一个非比较排序算法,适用于已知元素范围且范围较小的情况。
- 通过建立一个计数数组
count
,用来统计每个整数在输入数组nums
中出现的次数。 - 然后,根据计数数组的内容重建排序后的数组。
-
关键步骤:
- 首先,建立计数数组,其大小为
100001
,对应输入数组中的元素范围[-50000, 50000]
。 - 遍历输入数组
nums
,统计每个元素的出现次数,并存储在计数数组中。 - 最后,通过计数数组,将每个元素按照升序依次填入结果数组中。
- 首先,建立计数数组,其大小为
核心算法步骤
- 初始化计数数组:定义一个大小为
100001
的计数数组count
,用来记录每个元素在输入数组nums
中出现的次数。 - 统计元素频率:遍历数组
nums
,根据每个元素的值在计数数组count
中对应的位置进行计数。 - 构建排序数组:根据计数数组中的数据,从小到大依次将元素放入原数组
nums
中。
代码实现
以下是求解排序数组问题的 Java 代码:
/**
* 912. 排序数组
* @param nums 输入的整数数组
* @return int[] 排序后的数组
* @apiNote 思路: 计数排序
*/
public int[] sortArray(int[] nums) {
int n = nums.length;
int[] count = new int[100000 + 1];
// 统计每个元素的频率
for (int num : nums) {
count[num + 50000]++;
}
int j = 0;
// 构建排序后的数组
for (int i = 0; i < 100001; i++) {
while (count[i] > 0) {
nums[j++] = i - 50000;
count[i]--;
}
}
return nums;
}
代码解读
- 计数数组:
count
数组的索引表示输入数组中元素的值偏移50000
,其值表示该元素在输入数组nums
中的出现次数。 - 遍历与重构:通过遍历
count
数组,从而将元素按从小到大的顺序填充回输入数组nums
。
性能分析
- 时间复杂度:
O(n + k)
,其中n
为数组nums
的长度,k
为元素的范围。在本题中,k
固定为100001
,因此时间复杂度为O(n)
。 - 空间复杂度:
O(k)
,需要额外的100001
大小的计数数组。
测试用例
你可以使用以下测试用例来验证代码的正确性:
int[] nums1 = {5, 2, 3, 1};
int[] result1 = sortArray(nums1);
System.out.println(Arrays.toString(result1)); // 输出: [1, 2, 3, 5]
int[] nums2 = {5, 1, 1, 2, 0, 0};
int[] result2 = sortArray(nums2);
System.out.println(Arrays.toString(result2)); // 输出: [0, 0, 1, 1, 2, 5]
int[] nums3 = {-2, 3, -1, 4, -5, 0};
int[] result3 = sortArray(nums3);
System.out.println(Arrays.toString(result3)); // 输出: [-5, -2, -1, 0, 3, 4]
扩展讨论
优化写法
- 其它排序算法:可以选择使用快速排序、归并排序等经典排序算法,虽然时间复杂度同为
O(n log n)
,但在一些特定场景下,这些算法可能比计数排序表现更好。
其他实现
- 基数排序:当输入数据范围很大时,基数排序可能比计数排序更有效,但它适用于特定的整数范围且需要更多的空间。
效果
总结
计数排序在处理范围已知且范围较小的整数数组时非常高效,能够在线性时间内完成排序。对于数据范围较大的情况,其他排序算法可能更适合。