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)