排序算法学习09_桶排序(Java)

桶排序

---

前言：在博客写这些文章的目的用于记录所学，怕以后忘了，如果哪里写的不对欢迎指正，谢谢！！

学习目标：掌握桶排序算法的原理和思想

一、前提知识

  排序算法概念、时间复杂度。可前往此网址 排序算法学习01_算法基础介绍阅读

二、桶排序介绍

​   桶排序（Bucket sort），桶排序是我们上篇讲过的计数排序的升级版，所以桶排序也是如计数排序一样，通过把原序列的元素放置到“一个新的位置”上，然后依次取出排序。
  且桶排序也不是比较排序，桶排序是稳定的

三、桶排序工作原理

  学过计数排序，我们知道，计数排序把原序列的元素，放到一个新的数组上，进行排序。
  而升级后的桶排序，不再局限于一个数组，而是创建多个桶来放置原序列的元素，并为每一个桶设置一个范围，然后将原序列各个元素根据大小分布到专属的桶中，再然后按顺序依次从各个桶取出，则可得到一个排序好的结果

​ 图解：

四、桶排序设计思路

  一、升级后的桶排序，不像原先计数排序，按照索引来排序，而是在各个桶上设置一个范围，该范围将用来接收原序列中对应的元素，所以

1. 首先要创建足够的桶，保证原序列的元素都可以存放。至少要大于数组长度

2. 由于桶排序不是比较排序，那么我们需要一种区间（也就是范围），使从原序列进入桶的元素，该元素都能根据这个区间进入对应的桶

  二、当原序列元素存入完毕时，依次取出时，还要对每个桶内部进行排序，比如上图中，如果14在11前面时，那就需要再对每个桶内部进行排序

1. 所采用桶内部的排序方式将会直接影响到桶排序的性能

根据以上两大点设计方案：目前我所知两种方案，1.桶数量根据原序列长度设置 2.桶数量根据最大最小值差来设置

• 关于桶数量，我们此次选择使用原序列长度来设置。桶所采用的数据结构使用JDK提供的ArrayList类
  • 两大优势：1.自动扩容
  • 2.使用该容器最主要还是因为，该容器里还可以放置容器作为元素，这样就可以把多个桶归纳到一起方便处理
• 关于区间设置，这是桶排序最核心的问题了
  • 区间的选择
    • 使用原序列最大值减去最小值得到一个总区间
    • 然后使用总区间除以原序列长度，即可让每个桶平均分配到一个区间
  • 我们这时要再引入一个专业名词，用于数据入桶时的一个映射函数，该函数能帮助我们通过值的大小来找到对应区间所在桶。
    • 关于映射函数，我目前所知有两种设置方式
    • 第一种，就是我使用的这种方案
      • 桶位置 == 待排入值 / 区间
    • 第二种，桶的数量根据最大最小值来设置时 (max - min) / arr.length + 1;
      • 桶位置 == （待排入值 - 序列最小值） / 序列长度
      • 使用该方案不需要去设置区间
      • 性能最优，但耗空间
• 关于桶内部排序，我这边直接使用JDK提供的工具类 Collections 的sort方法

五、代码实现

package com.migu.sortingAlgorithm;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;

public class BucketSort {
    public static void main(String[] args) {
        int[] arr = {50,350,150,250,500,0};
        sort(arr);
        System.out.println(Arrays.toString(arr));
    }
    public static void sort(int[] arr){
        int max = arr[0]; // 最大
        int min = arr[0]; // 最小

        for(int i=1; i<arr.length; i++) {
            if(arr[i] > max) {
                max = arr[i];
            }
            if(arr[i] < min) {
                min = arr[i];
            }
        }

        // 原序列最大小元素差，用于分配区间
        int differ = max - min;
        // 每个桶的存数区间,向上取整
        int section = (int)Math.ceil(differ / (arr.length - 1)) ;
        
        // 桶列表
        ArrayList<ArrayList<Integer>> bucketList = new ArrayList<>();
        // 桶数量根据序列长度设置
        for(int i = 0; i < arr.length; i++){
            bucketList.add(new ArrayList<>());
        }

        // 遍历原序列值入桶
        for(int i = 0; i < arr.length; i++){
            // 当前数除以区间得出存放桶的位置 减1后得出桶的下标
            int num = arr[i] / section - 1;
            if(num < 0){
                num = 0;
            }
            bucketList.get(num).add(arr[i]);
        }

        // 桶内排序
        for(int i = 0; i < bucketList.size(); i++){
            // 调用JDK工具类帮助排序
            Collections.sort(bucketList.get(i));
        }

        // 写入原序列
        int index = 0;
        for(ArrayList<Integer> arrayList : bucketList){
            for(int value : arrayList){
                arr[index++] = value;
            }
        }
    }
}

六、时间复杂度

  只要合理分配桶的数量，时间复杂度为O(n + k)，这个k就是桶内部排序的复杂度。如果在一个桶列表中，有一个桶存在大量数据的话，那么时间复杂度就是另一回事了

七、总结

  在内存量足够的情况下，建议提升桶的数量，当然也要随之改变区间的分配程度，这样就可避免桶内的排序操作，时间复杂度可到O(n)。

  桶排序对于分布不均匀的数据排序不友好，如果上面讲的一样，在某个区间有大量数据，就完全没有桶排序的意义了