数据结构和算法笔记--8希尔排序，计数排序，桶排序，基数排序

希尔排序

第一趟，$d_1$ = n/2 = 9//2 = 5 = gap， 每组数据进行插入排序
$d_2$ = $d_1/2$ ，以此类推

def insert_sort_gap(li, gap):
	for i in range(gap,len(li)): # i 表示取到的数的下标，为无序区的第一个数
		j = i - gap # 有序区的最后一个数的下标
		tmp = li[i]
		# 找插入的位置
		while j >= 0 and li[j] > tmp:
			li[j+gap] = li[j]
			j = j - gap
		li[j+gap] = tmp

def shell_sort(li):
	d = len(li) // 2
	while d >= 1:
		insert_sort_gap(li, d)
		d // 2

希尔排序的时间复杂度和选取的gap有关

计数排序

对列表进行排序，已知列表中的数的范围都在0到100之间。设计时间复杂度为O(n)的算法。

def count_sort(li, max_count=100):
	# 建立一个max_count+1的列表
	count = [0 for _ in range(max_count+1)]
	# 计数，计算每个数有对少个
	for val in li:
		count[val] += 1
	# 将原列表清空
	li.clear()
	# 根据计数的列表，将数据填入li中
	for ind, val in enumerate(count):
		for i in range(val):
			li.append(ind)

时间复杂度为O(n),但是有很大的限制，首先要知道列表中数的最大值，且占据很大空间

桶排序

在计数排序当中，如果元素范围比较大，会比较占用空间，如何优化？
桶排序（Bucket Sort）：首先将元素分在不同的桶中，再对每个桶中的元素排序。

def bucket_sort(li, n=100, max_num=10000):
	# 分到100个桶中，并且最大的值为10000
	buckets = [[] for _ in range(n)] # 创建桶，二维列表
	for var in li:
		# 0-> 0, 86->0
		i = min(var // (max_num // n), n-1) # i 表示var放到几号桶里面
		buckets[i].append(var) # 把var放入到桶里面
		# 保持桶内的顺序
		for j in range(len(buckets[i]-1, 0, -1)):
			if buckets[i][j] < buckets[i][j-1]:
				buckets[i][j], buckets[i][j-1] = buckets[i][j-1], buckets[i][j]
			else:
				break
	
	#把桶内的数据输出出来
	sorted_li = []
	for buc in buckets:
		sorted_li.extend(buc)
	return sorted_li

时间复杂度，桶排序的表现取决于数据的分布，也就是需要对不同数据排序是采取不同的分桶策略。
平均情况时间复杂度：O(n+k)
最坏情况时间复杂度：O($n^{2}k$)
空间复杂度：O(nk)

基数排序

• 多关键字排序：假设现在又一个员工表，要求按照薪资排序，并且按照年龄排序
  • 先按照年龄排序，再按照薪资进行稳定的排序

对32,13,94,52,17,54,93排序。
先对个位分桶，再挨个出数。
再对十位数分桶，再挨个出数

def radix_sort(li):
	max_num = max(li) # 最大值 99 ->2次， 888->3次
	it = 0
	# 寻找最大数是几位数
	while 10 ** it <= max_num:
		buckets = [[] for _ in range(10)] # 0~0, 数字的个位十位范围都是0~9
		# 对当前位数分桶
		for var in li:
			# 取当前位数
			digit = (var // 10 ** it) % 10
			buckets[digit].append(var)
		li.clear()
		# 把桶内数重新写回li
		for buc in buckets:
			li.extend(buc)	
		it += 1 # 位数加一：从个位到百位

时间复杂度：O(kn), k表示最大的位数，最大数为10000的话，k=5， k=log(10, n)
空间复杂度：O(k+n)