计数排序

计数排序是一种稳定的线性时间排序算法。需要使用一个额外的数组空间。

特征

计数排序要求待排序数组在一个可收敛的整数范围内，因为需要使用额外的数组空间进行存储，并且需要对数据进行遍历计数，所以计数排序不适合范围特别大的数组。

举个例子通俗理解，例如有10个年龄不同的人需要找到小明排在第几位，我们只需要统计出有几个人比小明小或者同龄就行了，比如有8个人，那小明就排在第9位。这里如果有两个小朋友同龄，需要进行特殊的处理，即一个小朋友这里占据了一位之后，统计的比另外一个小朋友小的值应该减一（排序的稳定性），同理可以得到其他每个人的位置，也就排好了序。

算法步骤

• 找出待排序数组中的最大和最小的元素
  • 这一步主要是为了确定这个额外的数据空间的大小，消费尽可能小的空间
• 统计数组中每个值为 i 的元素出现的次数，存入临时数组的第i 项
• 对所有的计数累加（即临时数组的每一项和前一项相加）
  • 这个统计之后的值就表示小于或者等于该位置上的值的个数
• 反向填充目标数组
  • 这一步反向的作用主要是为了保证排序的稳定性

算法实现

public int[] countSort(int[] a) {
    // 排序后的数组
    int[] c = new int[a.length];

    // 1. 找数组中的最小值和最大值
    int min = a[0];
    int max = a[0];
    for (int i = 1; i < a.length; i++) {
        if (min > a[i]) {
            min = a[i];
        }
        if (max < a[i]) {
            max = a[i];
        }
    }

    // 用最小值和最大值的差值初始化临时数组
    int k = max - min + 1;
    int[] b = new int[k];
    // 2. 统计待排序数组中的值得个数，存储到临时数组中
    for (int i = 0; i < a.length; i++) {
        b[a[i] - min]++;
    }

    // 3. 累计，当前的值重新赋值成当前值和前一项的值得和
    for (int i = 1; i < b.length; i++) {
        b[i] = b[i] + b[i - 1];
    }

    // 4. 反向填充值到排序后的数组中
    for (int i = a.length - 1; i >= 0; --i) {
        c[--b[a[i] - min]] = a[i];//按存取的方式取出c的元素
    }

    return c;
}

图形化分析

复杂度分析

该算法总共有三个遍历，所以时间复杂度为 O(2n+k)

因为开辟了两个临时数组，所以空间复杂度为 O(n+k)

Leetcode相关题型

• 75. 颜色分类

参考

• wiki-计数排序