O(n)复杂度的排序算法

  介绍了前面的很多排序算法后，也许你会问是否有一种O(n)复杂度的排序算法呢！答案当然是有的。但是和我们之前看到的算法不一样。前面的算法不管是插入排序，归并排序，还是快速排序，以及堆排序也好，它们都需要比较元素的大小。在导论上有证明了只要是比较排序算法，它的时间复杂度下界是O(nlogn)（当然也存在特例，比如桶排序）。也就是说要想达到O(n)的复杂度，我们必须在不进行比较大小的情况下，将元素排好序。下面我们来看看有哪些算法能做到这一点！

一. 计数排序

  

      计数排序有一个提前假设，是数值大小与数据的规模成线性关系，并且数值的大小不能过大，不然会花费很大的存储空间，这个是典型的空间换取时间的例子。原理：将要排序的关键字转换成整数形式，范围是0~max，然后创建一个max+1大小的存储数组。然后遍历数据，讲对应存储数组索引位加一。接一下遍历存储数组（这就是为什么要成线性关系），将每一位的数加上前一位的数，这就使得存储数组中每一位中的数是不大于该索引编号的元素个数。然后更加存储数组依次将数据放入结果数组中。

    听了一大坨也许你晕了，下面我们来根据图看看实现的过程吧！图中A表示数据数组，C表示存储数组，B表示结果数组。可以看到A中元素的大小最大为5，所以C的大小开到6（因为有可能有0元素）。设想一下如果最大元素为10^10，那么C的大小将超大，这就是计数排序的缺点。接下来将A中的元素在C中对应的索引加1。然后处理C数组，这里有人说可以不处理C数组直接输出不是也可以吗？没有元素的地方为0，如果C中元素超过1，说明A中有重复元素，依次输出就可以了啊！但是你可能没有考虑到稳定性的问题，你说相同元素有什么稳定性可言，但是如果每个元素附加了卫星数据呢，一般实际应用中都是有的多，那么这种方式就变得无法处理了。我在网上看到有人讲这种方法说成是桶排序，还不止一位朋友这么说，这里必须强调一下，其本质是简化的计数排序，与桶排序压根没有关系。。。我们接着说，遍历C数组，每个元素加上前一个元素得到