TypeScript 算法手册 【计数排序】

在这里插入图片描述

【 已更新完 TypeScript 设计模式 专栏,感兴趣可以关注一下,一起学习交流🔥🔥🔥 】

1. 计数排序简介

1.1 计数排序定义

计数排序是一种非比较性的整数排序算法。它的核心思想是"统计数字出现次数,然后按顺序重建数组"。假如你是一位邮局工作人员,需要整理一大堆混乱的邮件,你采用这样的策略:首先统计每个邮政编码的邮件有多少封,按照邮政编码顺序,将邮件重新排列在分拣架上,这就是计数排序的基本思想。

用TypeScript代码表示一个简单的计数排序:

function countingSort(arr: number[]): number[] {
  if (arr.length <= 1) return arr;

  const max = Math.max(...arr);
  const counts = new Array(max + 1).fill(0);

  for (const num of arr) {
    counts[num]++;
  }

  const sortedArray: number[] = [];
  for (let i = 0; i <= max; i++) {
    while (counts[i] > 0) {
      sortedArray.push(i);
      counts[i]--;
    }
  }

  return sortedArray;
}

1.2 计数排序特点

  1. 线性时间复杂度:计数排序的时间复杂度为O(n+k),其中n是数组长度,k是数组中的最大值
  2. 非比较排序:计数排序不通过比较元素来排序,通过统计元素出现的次数
  3. 稳定性:计数排序是稳定的排序算法
  4. 适用范围:适用于已知范围的整数排序,特别是当范围不是很大的时候

2. 计数排序步骤过程拆解

2.1 找出数组中的最大值

const max = Math.max(...arr);

像邮局工作人员找出所有邮件中邮政编码最大的那一个,这个最大邮政编码将决定我们需要准备多少个"计数格子"。

2.2 创建计数数组

const counts = new Array(max + 1).fill(0);

这个步骤就像邮局工作人员准备了一排从0到最大邮政编码的小格子,每个格子里放一个计数器,初始值都是0。

2.3 统计每个数字出现的次数

for (const num of arr) {
  counts[num]++;
}

这个过程就像邮局工作人员收到一封邮件,看一眼邮政编码,然后在对应的格子里的计数器加1。

2.4 重建排序后的数组

const sortedArray: number[] = [];
for (let i = 0; i <= max; i++) {
  while (counts[i] > 0) {
    sortedArray.push(i);
    counts[i]--;
  }
}

这个步骤就像邮局工作人员从邮政编码0开始,查看每个格子里的计数器,如果不为0,就放入相应数量的该邮政编码的邮件,接着移动到下一个格子,直到所有的邮件都分类完毕。

3. 计数排序的优化

3.1 处理负数

function countingSortWithNegatives(arr: number[]): number[] {
  if (arr.length <= 1) return arr;

  const min = Math.min(...arr);
  const max = Math.max(...arr);
  const range = max - min + 1;
  const counts = new Array(range).fill(0);

  for (const num of arr) {
    counts[num - min]++;
  }

  const sortedArray: number[] = [];
  for (let i = 0; i < range; i++) {
    while (counts[i] > 0) {
      sortedArray.push(i + min);
      counts[i]--;
    }
  }

  return sortedArray;
}

这个优化版本就像邮局工作人员遇到了一些特殊的负数编号的邮件,他不再从0开始计数,而是从最小的编号开始,这样就可以处理所有的邮件了,无论编号是正数还是负数。

3.2 对象数组排序

interface Book {
  id: number;
  title: string;
}

function countingSortBooks(books: Book[]): Book[] {
  if (books.length <= 1) return books;

  const max = Math.max(...books.map(book => book.id));
  const counts: Book[][] = new Array(max + 1).fill(null).map(() => []);

  for (const book of books) {
    counts[book.id].push(book);
  }

  const sortedBooks: Book[] = [];
  for (const bookList of counts) {
    sortedBooks.push(...bookList);
  }

  return sortedBooks;
}

这个优化版本就像邮局工作人员不仅要整理邮件的邮政编码,还要保持每封邮件的其他信息(如邮件内容)。他在每个计数格子里不再放简单的数字,而是放一个可以容纳多封邮件信息的"小篮子"。

案例代码和动态图

const numbers = [4, 2, 2, 8, 3, 3, 1];
const sortedNumbers = countingSort(numbers);
console.log(sortedNumbers); // [1, 2, 2, 3, 3, 4, 8]

const books: Book[] = [
  { id: 3, title: "TypeScript基础" },
  { id: 1, title: "JavaScript高级程序设计" },
  { id: 3, title: "深入理解TypeScript" },
  { id: 2, title: "你不知道的JavaScript" }
];
const sortedBooks = countingSortBooks(books);
console.log(sortedBooks);
// [
//   { id: 1, title: "JavaScript高级程序设计" },
//   { id: 2, title: "你不知道的JavaScript" },
//   { id: 3, title: "TypeScript基础" },
//   { id: 3, title: "深入理解TypeScript" }
// ]

在这里插入图片描述

4. 计数排序的优点

  1. 时间复杂度低:在特定情况下,计数排序的时间复杂度可以达到O(n),这比基于比较的排序算法更快
  2. 稳定性:计数排序是稳定的排序算法,这在某些应用场景中非常重要
  3. 适合大数据量、取值范围集中的数据排序:当数据量很大但取值范围相对集中时,计数排序的优势尤为明显

5. 计数排序的缺点

  1. 空间复杂度高:计数排序需要额外的存储空间来记录每个元素的出现次数
  2. 适用范围有限:计数排序只适用于整数或可以转化为整数的数据
  3. 当数据范围很大时效率降低:如果数据范围远大于数据量,计数排序的空间复杂度和时间复杂度都会急剧增加

总结

计数排序告诉我们,面对一堆看似杂乱无章的数据,有时候直接比较和交换并不是最有效的方法。通过统计每个数字出现的次数,我们可以直接还原出有序的序列。这种"以静制动"的思想不仅在排序中有用,在我们日常解决问题时也常常能派上用场。

喜欢的话就点个赞 ❤️,关注一下吧,有问题也欢迎讨论指教。感谢大家!!!

下期预告: TypeScript 算法手册 - 基数排序

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

打赏作者

bobostudio1995

感谢您的一杯咖啡,是我前进的动

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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