【数据结构】深入浅出讲解计数排序【图文详解,搞懂计数排序这一篇就够了】




前言

计数排序是一种 非比较排序。计数排序又称为 鸽巢原理 ,是对哈希直接定址法的变形应用


一、计数排序算法核心思路

在这里插入图片描述


映射 概念补充

每个值跟其位置建立出一个关系

绝对映射

数值是几就映射出下标是几。如上图

若数组中数据的大小范围并不是乖乖的从0-1,那么这是再采用绝对映射,则会产生很大的空间浪费。
在这里插入图片描述
那么就有了相对映射的概念

相对映射

在这里插入图片描述
通过遍历原数组,找出min值,将 a[i] 的值 - min值 【即 a[ i ] - min 】就是对应 数组count[ ]的下标了,遍历到一个就令该下标( 对应a[i]的值 )下的 count [ ] 值++计数



二、计数排序算法核心实现步骤

  1. 遍历一遍数组 => 得出min和max值 => 确定数的范围

  2. 确定范围 => 确定需要开辟的数组的大小

  3. 开辟大小为range的空间count [ ] (避免了 绝对映射 那样的空间的浪费) 。用作统计 需排序的数组a[i] 中每个数据出现的次数
    【注意:要进行初始化!!否则待会遍历计数数组中,那些并没有统计到有这个数出现的次数的位置,将以该内存原来的值(随机数)进行填入】

  4. 遍历待排序的数组 => 统计数组中每个数据出现的次数 => 通过 a[i]-min 找到对应下标在 count 中的对应下标 => 对该下标的值对应++进行计数

  5. 遍历计数数组,根据统计到的每个数的次数count[i],就拷贝回去原数组count[i]次,i+min:对应回原数组中的值,while()循环覆盖原数组



三、码源详解

//计数排序——非比较排序
void CountSort(DataType* a,int n) {
    //遍历一遍数组 => 得出min和max值 => 确定数的范围
	int min = a[0]; int max = a[0];
	for (int i = 0; i < n; i++) {
		if (a[i] < min) {
			min = a[i];
		}
		if (max < a[i]) {
			max = a[i];
		}
		//确定范围 => 确定需要开辟的数组的大小
		int range = max - min + 1;    //[min,max]左闭右闭,所以+1

		//开辟大小为range的空间,避免了 绝对映射 那样的空间的浪费
		DataType* count = (DataType*)malloc(sizeof(DataType)*range);
		if (count == NULL) {
			perror("malloc fail");
			exit(-1);
		}
		//内存重置 将count数组中的值都初始化为0,重置数组大小为sizeof(DataType) * range
		//要进行初始化,否则待会遍历计数数组中,那些并没有统计到有这个数出现的次数的位置,将以该内存原来的值(随机数)进行填入
		memset(count, 0, sizeof(DataType) * range);

		                                        //数组中的值
		//遍历数组 => 统计数组中各数据出现的次数 => 通过 a[i]-min 找到对应下标在 count 中的对应下标 => 对该下标的值对应++进行计数
		for (i = 0; i < n; i++) {
			count[a[i] - min]++;
		}

		//排序
		//遍历计数数组,根据统计到的每个数的次数count[i],就拷贝回去原数组count[i]次,覆盖原数组
		//遍历数组
		int j = 0;     //放外面,遍历a[] j记录的数值 不会别被清
		for (i = 0; i < range; i++) {
		while (count[i]--){             //count[i]=0的进不了循环
			a[j++] = i + min;             //i+min:对应回原数组中的值
		}
		}
	  }
}


四、效率分析

总体特点:比较小众

  1. 适用于数据范围相对集中。
  2. 只适合整形
  3. 基数排序

(1)时间复杂度 — O(Max(N,range))

(2)空间复杂度 — O(range)

  • 11
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
二叉排序树是一种二叉树数据结构,也称为二叉查找树或二叉搜索树。它要么是一棵空树,要么满足以下条件:对于任意节点,其左子树中的所有节点的值小于它的值,而右子树中的所有节点的值大于它的值。这个特点使得在二叉排序树中进行查找操作具有高效性能,接近于折半查找。如果二叉排序树不平衡,它的深度可能达到n,查找效率将变为O(n),相当于顺序查找。因此,为了获得较好的查找性能,需要构造一棵平衡的二叉排序树。 二叉排序树的存储结构一般使用链式存储结构,每个节点包含一个数据元素以及两个指向左子树和右子树的指针。可以使用递归或迭代的方式实现创建、查找、插入、删除等操作,以及计算平均查找长度等指标。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [数据结构-二叉排序树(图文详细版)](https://blog.csdn.net/qq_55660421/article/details/122530387)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [数据结构实验-二叉排序树算法](https://download.csdn.net/download/whales996/10746805)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值