计数排序(Counting Sort)-- 特殊排序算法

计数排序是一种非基于比较的排序算法,适用于整数排序。它通过统计数组中每个元素出现的次数,然后反向填充目标数组来达到排序的目的。算法的时间复杂度为O(n+k),其中n是元素数量,k是数据范围。虽然稳定且高效,但当数据范围很大时,可能会消耗大量时间和内存。代码实现展示了如何在Python中应用该算法。
摘要由CSDN通过智能技术生成

1 计数排序(Counting Sort)

计数排序不是基于比较的排序算法,其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序,计数排序要求输入的数据必须是有确定范围的整数。

算法描述

  • 找出待排序的数组中最大和最小的元素;
  • 统计数组中每个值为i的元素出现的次数,存入数组C的第i项;
  • 对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加);
  • 反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1。

动图演示
在这里插入图片描述
代码实现

def counting_sort(nums):
    if not nums: return []
    n = len(nums)
    _min,_max= min(nums)max(nums)
    tmp_arr = [0] * (_max - _min + 1)
    for num in nums:
        tmp_arr[num - _min] += 1
    j = 0
    for i in range(n):
        while tmp_arr[j] == 0:
            j += 1
        nums[i] = j + _min
        tmp_arr[j] -= 1
    return nums

算法特性

  • 时间复杂度(最好): O ( n + k ) O(n+k) O(n+k)
  • 时间复杂度(最坏): O ( n + k ) O(n+k) O(n+k)
  • 时间复杂度(平均): O ( n + k ) O(n+k) O(n+k)
  • 空间复杂度: O ( n + k ) O(n+k) O(n+k)
  • 稳定性:稳定
    但是对于数据范围很大的数组,需要大量时间和内存。

参考资料

十大经典排序算法(动图演示)

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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