计数排序

计数排序,传说时间复杂度为0(n)的排序

计数排序:

今天学习了计数排序,貌似计数排序的复杂度为o(n)。很强大。他的基本思路为:

1.       我们希望能线性的时间复杂度排序,如果一个一个比较,显然是不实际的,书上也在决策树模型中论证了,比较排序的情况为nlogn的复杂度。

2.       既然不能一个一个比较,我们想到一个办法,就是如果我在排序的时候就知道他的位置,那不就是扫描一遍,把他放入他应该的位置不就可以了嘛。

3.       要知道他的位置,我们只需要知道有多少不大于他不就可以了吗?

4.       以此为出发点,我们怎么确定不大于他的个数呢?我们先来个约定,如果数组中的元素都比较集中,都在[0, max]范围内。我们开一个max的空间b数组,把b数组下标对应的元素和要排序的A数组下标对应起来。这样不就可以知道不比他大的有多少个了吗?我们只要把比他小的位置元素个数求和,就是不比他大的。例如:A={3,5,7};我们开一个大小为8的数组b,把a[0] = 3 放入b[3]中,使b[3] = 0; 同理 b[5] = 1; b[7] = 2;其他我们都设置为-1,哈哈我们只需要遍历一下b数组,如果他有数据,就来出来,铁定是当前最小的。如果要知道比a[2]小的数字有多少个,值只需要求出b[0] – b[6]的有数据的和就可以了。这个0(n)的速度不是盖得。

5.       思路就是这样咯。但是要注意两个数相同的情况A = {1,2,3,3,4},这种情况就不可以咯,所以还是有点小技巧的。

6.       处理小技巧:我们不把A的元素大小与B的下标一一对应,而是在B数组对应处记录该元素大小的个数。这不久解决了吗。哈哈。例如A = {1,2,3,3,4}我们开大小为5的数组b;记录数组A中元素值为0的个数为b[0] = 0, 记录数组A中元素个数为1的b[1] = 1,同理b[2] = 1, b[3] = 2, b[4] = 1;好了,这样我们就知道比A[4](4)小的元素个数是多少了:count = b[0] + b[1] + b[2] + b[3] = 4;他就把A[4]的元素放在第4个位置。

还是截张书上的图:

再次推荐《算法导论》这本书,在我的上次的随笔中有下载链接。哈哈。真正支持还是需要买一下纸版。呵呵。

7. 不过在编程的时候还是要注意细节的,例如我不能每次都来算一下比他小的个数。呵呵,思路就这样了。奉上源代码:

 

#include <stdio.h>
#include <stdlib.h>

// 计数排序
int CountSort( int* pData,  int nLen)
{
     int* pCout = NULL;             // 保存记数数据的指针
    pCout = ( int*)malloc( sizeof( int) * nLen);     // 申请空间
    
// 初始化记数为0
     for ( int i = 0; i < nLen; ++i)
    {
        pCout[i] = 0;
    }

     // 记录排序记数。在排序的值相应记数加1。
     for ( int i = 0; i < nLen; ++i)
    {
        ++pCout[pData[i]];         //
    }

     // 确定不比该位置大的数据个数。
     for ( int i = 1; i < nLen; ++i)
    {
        pCout[i] += pCout[i - 1];     // 不比他大的数据个数为他的个数加上前一个的记数。
    }

     int* pSort = NULL;             // 保存排序结果的指针
    pSort = ( int*)malloc( sizeof( int) * nLen);     // 申请空间

     for ( int i = 0; i < nLen; ++i)
    {
         // 把数据放在指定位置。因为pCout[pData[i]]的值就是不比他大数据的个数。
        
// 为什么要先减一,因为pCout[pData[i]]保存的是不比他大数据的个数中包括了
        
// 他自己,我的下标是从零开始的!所以要先减一。
        --pCout[pData[i]];     // 因为有相同数据的可能,所以要把该位置数据个数减一。
        pSort[pCout[pData[i]]] = pData[i];        
        
    }

     // 排序结束,复制到原来数组中。
     for ( int i = 0; i < nLen; ++i)
    {
        pData[i] = pSort[i];
    }

     // 最后要注意释放申请的空间。
    free(pCout);
    free(pSort);

     return 1;
}

int main()
{
     int nData[10] = {8,6,3,6,5,8,3,5,1,0};
    CountSort(nData, 10);
     for ( int i = 0; i < 10; ++i)
    {
        printf("%d ", nData[i]);
    }
    printf("\n");

    system("pause");
     return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计数排序(Counting Sort)是一种非比较型整数排序算法,它对输入的数据进行计数,然后根据计数值直接输出排序结果。计数排序适用于数据规模较小且数据分布均匀的情况,它的时间复杂度为O(n+k),其中n是输入数据的数量,k是输入数据的最大值。 在Python中实现计数排序的代码示例如下: ```python def counting_sort(arr): # 确定最大值和计数数组的长度 max_val = max(arr) count_len = max_val + 1 # 初始化计数数组 count = * count_len # 统计每个元素出现的次数 for num in arr: count[num] += 1 # 计算每个元素应该放置的位置 for i in range(1, count_len): count[i] += count[i-1] # 创建输出数组并排序 output = * len(arr) for num in arr: output[count[num]-1] = num count[num] -= 1 return output ``` 上述代码中,我们首先确定输入数组中的最大值,并根据最大值创建一个计数数组,长度为最大值加一。然后统计输入数组中每个元素出现的次数,并将计数结果存入计数数组。接下来,我们通过累加计数数组中的元素,计算每个元素应该放置的位置。最后,我们根据计数数组中的计数值和位置信息,将输入数组中的元素排序并输出。 使用计数排序算法对整数数组进行排序的时间复杂度为O(n+k),空间复杂度为O(n)。在Python中实现计数排序算法时,需要占用一定的额外空间来存储计数数组和输出数组。但是,计数排序算法的稳定性较好,适用于整数数组的排序。在实际应用中,需要根据具体的数据规模和分布情况选择合适的排序算法。
评论
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