计数排序是一种在数值小于100以内十分高效的排序算法,时间复杂度为O(n),原理十分简单,是一个桶的简单运用(后面有机会再详细介绍介绍桶)。比如我们排序元素的数值分布在1-100,那么首先遍历一遍数组,记录1-100每个数值出现的个数,比如1,10,1,12,那么1出现了2次,10出现了1次,12出现了1次。就这样,两次O(n)时间复杂度的遍历就可以完成排序,这种只适用于数组最大值和最小值差值不大的情况,这种情况效率很高,但是如果差值较大,时间和空间开销都很高。
-
算法步骤:
(1)找出待排序的数组中最大和最小的元素
(2)统计数组中每个值为i的元素出现的次数,存入数组C的第i项
(3)对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加)
(4)反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1 - 代码如下:
def countingSort(arr, maxValue):
"""
计数排序,nums为待排序数组,left、right为数组左端和右端的索引
>>>countingSort([3, 5, 15, 36, 38, 44], 44)
>>>[3, 5, 15, 36, 38, 44]
"""
bucket = [0]*(maxValue+1)
for n in nums:
bucket[n] += 1
sortedIndex = 0
for i in range(maxValue+1):
while bucket[i] > 0:
nums[sortedIndex] = i
sortedIndex += 1
bucket[i] -= 1
return nums
nums = [3,38, 5, 5, 44, 15, 36]
countingSort(nums, max(nums))
- 该算法时间复杂度很明显是两个O(n),也就是O(n),空间复杂度,由于额外维护了一个桶,长度为数组长度,因此空间复杂度为O(n)。同时该算法是一种稳定排序算法,相同元素的相对位置不会发生变化。