动画:一篇文章快速学会计数排序

内容介绍

计数排序简介

我们知道目前排序速度最快的是时间复杂度为O(nlogn)的排序算法，如快速排序、归并排序和堆排序。其中O(logn)是利用了分治思想进行数据二分远距离比较和交换元素的位置。之前的算法都是基于元素比较的，有没有一种算法，它的时间复杂度小于O(nlogn)呢？这样的算法是存在的。计数排序就是一个非基于比较的排序算法，该算法于1954年由 Harold H. Seward提出。它的优势在于在对一定范围内的整数排序时，它的复杂度为Ο(n+k)（其中k是整数的范围），快于任何比较排序算法。 当然这是一种牺牲空间换取时间的做法。

计数排序适用于数据量很大，但是数据的范围比较小的情况。比如对一个公司20万人的年龄进行排序，要排序的数据量很大，但是年龄分布在0 ~ 134岁之间（最大年龄数据来源吉尼斯世界记录）。

计数排序的思想

使用一个辅助数组，遍历待排序的数据，待排序数据的值就是辅助数组的索引，辅助数组索引对应的位置保存这个待排序数据出现的次数。最后从辅助数组中取出待排序的数据，放到排序后的数组中。

计数排序动画演示

一般没有特殊要求排序算法都是升序排序，小的在前，大的在后。数组由{6, 8, 9, 5, 3, 2, 1, 7, 8, 5} 这10个无序元素组成。

计数排序分析

通过上面的动画演示，我们可以将计数排序分为两个过程：

1. 统计过程
2. 排序过程。

假设我们要排序的数据是10个0到9的随机数字，例如{6, 8, 9, 5, 3, 2, 1, 7, 8, 5} 这10个数据，如下图所示：

1. 统计过程
   取出元素6，放到辅助数组索引6的地方，辅助数组记录数据6出现1次，效果如下图：
   

取出元素8，放到辅助数组索引8的地方，辅助数组记录数据8出现1次，效果如下图：

取出元素9，放到辅助数组索引9的地方，辅助数组记录数据9出现1次，效果如下图：

依次类推。中间省略一部分。

再次取出元素8，放到辅助数组索引8的地方，辅助数组记录数据8出现2次，效果如下图：

最终辅助数组效果如下：

这个辅助数组统计了每个数据出现的次数，最后遍历这个辅助数组，辅助数组中的索引就是元素的值，辅助数组中索引对应的值就是这个数据出现的次数，放到排序后的数组中。

2. 排序过程
   辅助数组索引1的对应的数据1放到排序后数组中，效果如下：
   

辅助数组索引2的对应的数据2放到排序后数组中，效果如下：

依次类推，取出统计数组中的数据放到排序后的数组中，中间省略部分。

辅助数组索引5的对应的数据5放到排序后数组中，效果如下：

再次将辅助数组索引5的对应的数据5放到排序后数组中，效果如下：

依次类推，中间省略部分。

最终排序后的效果如下：

计数排序代码编写

public class CountSortTest {
   
    public static void main(String[] args) {
   
        int[] arr = new int[] {
   6, 8, 9, 5, 3, 2, 1, 7, 8, 5};

        countSort(arr);
        System.out.println("排序后：" + Arrays.toString(arr));
    }

    // 假设我们要排序的数据是10个0到9的随机数字
    public static void countSort(int[] arr) {
   
        // 1.得到待排序数据的最大值
        int max = arr[0];
        for (int i = 1; i < arr.length; i++) {
   
            int num = arr[i];
            if (num