计数排序（Counting Sort）

1 概述

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。

2 算法流程

1. 找出待排序的数组中最大和最小的元素
2. 统计数组中每个值为i的元素出现的次数，存入数组C（即容器）的第i项
3. 根据容器计数结果重新填充目标数组，从小到大或从大到小，例如，计数了m个50就填充m个

3 代码/Python

def countingSort(arr, maxValue):
    # 根据最大值来构建容器，初始化容器
    bucketLen = maxValue+1
    bucket = [0]*bucketLen
    sortedIndex =0
    arrLen = len(arr)
    for i in range(arrLen):
        # 容器计数，例如，出现50，则在第50个容器内加1
        bucket[arr[i]]+=1
    for j in range(bucketLen):
        # 根据容器计数结果重新填充arr
        while bucket[j]>0:
            arr[sortedIndex] = j
            sortedIndex+=1
            bucket[j]-=1
    return arr

# 算法调用
import random
nums = [random.randint(0,100) for i in range(10)]

print('随机生成10个数字：', nums)
print('排序后输出结果为：', countingSort(nums,100))

4 算法解释

• 当最大值$k$不是很大并且序列比较集中时，计数排序是一个很有效的排序算法
• 时间复杂度：输入的元素是$n$ 个 0到 $k$ 之间的整数时，两次遍历，一次是$n$，一次是$k$，时间复杂度是$O(n+k)$
• 空间复杂度：使用的额外空间最少的情况是容器大小，就是$O(k)$，如果输出不覆盖原数组，开辟额外n空间，就是$O(n+k)$
• 稳定性：在排序过程，作为存储容器可以不改变相等元素的位置，所以是稳定的