算法设计与分析——排序算法（十）：桶排序

分类目录：《算法设计与分析》总目录
相关文章：
· 排序算法（一）：插入排序
· 排序算法（二）：归并排序
· 排序算法（三）：堆排序
· 排序算法（四）：选择排序
· 排序算法（五）：冒泡排序
· 排序算法（六）：希尔排序
· 排序算法（七）：快速排序
\qquad · ①基础知识
\qquad · ②快速排序的性能
\qquad · ③快速排序的随机化
\qquad · ④快速排序的分析
· 排序算法（八）：计数排序
· 排序算法（九）：基数排序
· 排序算法（十）：桶排序
· 排序算法：比较排序算法的下界
· 排序算法：十大排序算法总结

---

桶排序假设输入数据服从均匀分布，平均情况下它的时间代价为$O(n)$。与计数排序类似，因为对输入数据作了某种假设，桶排序的速度也很快。具体来说，计数排序假设输入数据都属于一个小区间内的整数，而桶排序则假设输入是由一个随机过程产生，该过程将元素均匀、独立地分布在$[0,1)$区间上。

桶排序将$[0,1)$区间划分为$n$个相同大小的子区间，或称为桶。然后，将$n$个输入数分别放到各个桶中。因为输入数据是均匀、独立地分布在$[0,1)$区间上，所以一般不会出现很多数落在同一个桶中的情况。为了得到输出结果，我们先对每个桶中的数进行排序，然后遍历每个桶，按照次序把各个桶中的元素列出来即可。

在桶排序的代码中，我们假设输入是一个包含$n$个元素的数组$A$，且每个元素$A[i]$满足$0\le A[i]<1$。此外，算法还需要一个临时数组$B[0\cdots n-1]$来存放链表（即桶）。

def bucket_sort(A):
	n = len(A)
    B = [[] for _ in range(n)]
    for data in A:
        index = int(data * n)
        B[index].append(data)
    for i in range(n):
        B[i].sort()
    index = 0
    for i in range(n):
        for j in range(len(B[i])):
            A[index] = B[i][j]
            index += 1
    return A

下图显示了在一个包含10个元素的输入数组上的桶排序过程：

即使输入数据不服从均匀分布，桶排序也仍然可以线性时间内完成。只要输入数据满足下列性质：所有桶的大小的平方和与总的元素数呈线性关系。