线性时间排序

一般说来，我们经常使用的都是比较排序，就是在排序过程中要进行比较操作，事实证明，比较排序的最好的时间复杂度是O(nlogn)，但是在一些情况下，可以使用一些线性时间的排序方法。

计数排序

计数排序是假设输入x个整数，每个数都在0~k之间的一个整数，这样不需要比较操作，就可以将数列排列成序。代码简单如下所示：

粗略的排序过程如下图所示：

根据上图可知，计数排序总体可以分为以下几个步骤：
1. 遍历数列，找出最大的数据maxVal
2. 开辟一个长度为maxVal + 1的计数数组，并初始化为0
3. 将源数组中的数据copy到一个临时数组，这样可以保证在原数组上排序
4. 遍历数组，统计数组中每个整数出现的数据量，填入计数数组
5. 从1开始，C(x) = C(x) + C(x -1)，将计数数组中对应的数据相加，可以知道，该值表示了计数数组对应索引值在排序数组中的最大索引值，比如说C[3] = 7,表示 3 这个数据在排序数组中的最大索引是 6，而排序数组中总共有3个 3，即表示该数组中数据 3 的正确索引值应该是 6，5，4。
6. 将值放入到对应的位置，减去计数数组中的对应位置的值，直至数列有序。

可以看到，计数排序的适用范围并不大，我们可以用他来排列整数或字母（利用字母-‘a’)。

我们可以对其做一点点优化，再遍历一次，找出数列中的最小值minVal，然后将这些值对应到[0, maxVal - minVal]之间，但是当数据跨度很大的时候，很明显这种方法是无效的，比如说最小值是 0，最大值是 100，那么我们不得不开101个整数空间。此时，选取其他方法是更明智的选择。

整体说来，计数排序，就是以空间换时间的做法。

基数排序

基数排序是一种用在卡片机上的排序算法，该算法从整数位的最低有效位开始，将数据排列成序，直至最高有效位排序成序，这样，整个数列就已经排列成序。排序过程如下所示：

从上可知，对于有效位不相同的整数，我们需要找出最长的整数，然后在前面补 0 直至位数相同，然后才好使用此方法，我个人觉得该算法的实用性不强，而且排序算法也不太好写，在此不提供。而且对于每位数的排序，还要依赖其他的排序算法。

桶排序

桶排序是假设数据服从均匀分布，根据一定规则将一个区间分成若干个小区间，每个小区间称为桶，然后使用插入排序，将数据插入到桶，每个桶之间独立有序，然后将每个桶按顺序连接起来，整个数列就已排列有序，该排序算法， 在桶之间的排充，也要使用其他的排序算法， 在此也不排供代码示例。在 《算法导论》 中找到这样一幅描述图，如下所示：

从图上可以看到，以每个数据的最高位为区分，然后将对应的数据插入到其中的链表中，使得每个桶独立成序。