快而简单的排序----桶排序

排序充斥着我们的生活，比如站队、排队买票、考试排名、公司业绩排名、将电子邮件按时间排序、QQ好友列表中的会员红名靠前，等等。

举个例子

这里先举个例子，通过这个例子让我们接触第一个算法。

在某个期末考试中，老师要把大家的分数排序，比如有5个学生，分别考5、9、5、1、6分（满分10分），从大到小排序应该是9、6、5、5、1，大家有没有办法写一段程序随机读取5个数，然后对他们排序呢？

看到这个问题，我们用5分钟想一下该怎么办。办法当然有很多，这里使用桶排序的思想来处理。

我们找到11个桶，分别编号为0-10，对应0-10分，如图3-1所示。

接着我们把这些分数按照桶的编号放入桶中，如图3-2所示。

接着我们从最大编号的桶到最小编号的桶依次输出每个桶中的分数，分别是9、6、5、5、1了。是不是很轻松地完成排序了呢？这就是桶排序的思想。

什么是桶排序

桶排序，也叫做箱排序，是一个排序算法，也是所有排序算法中最快、最简单的排序算法。其中的思想是我们首先需要知道所有待排序元素的范围，然后需要有在这个范围内的同样数量的桶，接着把元素放到对应的桶中，最后按顺序输出。

这实际上是简易版的桶排序，我们想象一下，如果考试分数的范围是0～100万该怎么办？弄100万个桶吗？

实际上在这种情况下，一个桶并不总是放同一个元素，在很多时候一个桶里可能会放多个元素，这是不是与散列表有点相似呢？其实真正的桶排序和散列表有一样的原理。

除了对一个桶内的元素做链表存储，我们也有可能对每个桶中的元素继续使用其他排序算法进行排序，所以更多时候，桶排序会结合其他排序算法一起使用。

桶排序的实现

我们怎么在代码中实现桶排序呢？其实很简单，使用数组就好了。比如有11个桶，我们只需要声明一个长度为11的数组，然后每把一个元素往桶中放时，就把数组指定位置的值加1，最终倒序输出数组的下标，数组每个位置的值为几就输出几次下标，这样就可以实现桶排序了。

下面我们一起看看桶排序的代码。

package BucketSort;
//桶排序
public class BucketSort {
	private int[] buckets;
	private int[] array;
	
	public BucketSort(int range,int[] array) {
		//传入一个范围，声明buckets[]数组的长度
		//传入一个array数组
		this.buckets = new int[range];
		this.array = array;
	}
	/*int[] array = {5,9,1,9,5,3,7,6,1};
	buckets[11];*/
	/*排序*/
	public void sort() {
		//判断数组的长度大于1
		if(array != null && array.length>1) {
			for(int i = 0;i<array.length;i++) {
				//如果传进来一个数，buckets[array[i]]会自增1，传进来两个或者更多相同的数，那么buckets[array[i]]会一直自增，直到下一个数据
				buckets[array[i]] ++;
			}
		}
	}
	/*从大到小排序*/
	public void print() {
		//倒序输出数据
		for (int i = buckets.length-1; i >= 0; i--) {
			//元素中的值为几，就说明有多少个相同值的元素，就输出几遍
			for (int j = 0; j < buckets[i]; j++) {
				System.out.println(i);
			}
		}
	}
}

下面来看看调用的测试代码。

package BucketSort;

public class SortTest {
	public static void main(String[] args) {
		testBucketSort();
	}
	
	/*桶排序*/
	private static void testBucketSort() {
		int[] array = {5,9,1,9,5,3,7,6,1};
		BucketSort bucketSort = new BucketSort(11,array);
		bucketSort.sort();
		bucketSort.print();
	}

}

桶排序的性能及特点

桶排序实际上只需要遍历一遍所有的待排序元素，然后依次放入指定的位置。如果加上输出排序的时间，那么需要遍历所有的桶，时间复杂度就是O(n+m)，其中，n为待排序的元素的个数，m为桶的个数。这是相当快速的排序算法，但是对于空间的消耗来说有点太大了。

比如我们对1、10、100、1000这四个元素排序，那么我们需要长度为1001的数组用来排序，如果是对1、1000、10000排序呢？我们发现，当元素的跨度范围越大时，空间的浪费就越大，即使只有几个元素，但是这个范围才是空间的大小。所以桶排序的空间复杂度是O(m)，其中m为桶的个数，待排序元素分布越均匀，也就是说当元素能够非常均匀地填满所有的桶时，这个空间的利用率是最好的。不过这种情况并不多见，在多数情况下，数据并不会均匀地分布。

通过上面的性能分析，我们可以知道桶排序的特点，那就是速度快、简单，但是也有相应的弱点，那就是空间利用率低，如果数据跨度过大，则空间可能无法承受，或者说这些元素并不适合使用桶排序算法。