桶排序讲解及python3实现

#!/usr/bin/env python
# coding:utf-8

def bucketSort(nums):
    # 选择一个最大的数
    max_num = max(nums)
    # 创建一个元素全是0的列表, 当做桶
    bucket = [0]*(max_num+1)
    # 把所有元素放入桶中, 即把对应元素个数加一
    for i in nums:
        bucket[i] += 1

    # 存储排序好的元素
    sort_nums = []
    # 取出桶中的元素
    for j in range(len(bucket)):
        if bucket[j] != 0:
            for y in range(bucket[j]):
                sort_nums.append(j)

    return sort_nums

nums = [5,6,3,2,1,65,2,0,8,0]
print bucketSort(nums)

"""
[0, 0, 1, 2, 2, 3, 5, 6, 8, 65]
"""

上述使用的桶的数字容量均为1。

桶排序（bucket sort）假设输入数据服从均匀分布。平均情况下他的时间代价是O(n)。计数排序假设输入数据分布于一个小区间的整数，而桶排序则假设输入是一个随机过程产生的，该过程将元素均匀独立地分布于[0,1)区间上。 1.桶排序的基本思想 桶排序将[0,1)区间划分为n个相同的大小的子区间，这些子区间被称为桶。然后将n个输入元素分别放入各自的桶中。因为输入时均匀独立的，所以一般不会有很多数同时落在一个桶中的情况。这样，我们想对各个桶中的数据进行排序，然后遍历每个桶，按照次序把各个桶中的元素列出来即可。 一个桶排序的示例如图：

简单来说就是把数组 arr 划分为n个大小相同子区间（桶），每个子区间各自排序，最后合并。这样说是不是和分治法有点像了 啊！因为分治法就是分解 —— 解决 ——合并这样的套路。我认为这样想没毛病。可以理解为桶排序是一种特殊的分治法，特殊的地方主要体现在前两部分（这样说不知道对不对~）。具体来说如下： 分解部分，采用了计数排序类似的思想，通过分解，虽然没有比较，但是将数据基本按照大小划分了几个区间。针对输入数据均匀分布的特点，因此将数据分布的区间可以均匀分为n个子区间。那么就有

max - min = n * width; （1）

其中，max，min 是输入数据的最大值最小值，n是子区间个数，width是子区间宽度。 这样划分后，每个数据x对应的桶的编号（0-n-1）就是；

index = (x - min) / width = (x - min) / (max - min) * n;（2）

这样，当我们取n=Array.length时，相应的每个数据的存放的桶的编号也就确定了：

index = (x - min) / (max - min) * Array.length

如果我们取n= (max-min)/Array.length 时，就有：

index = (x - min) / (max - min) * (max-min) / Array.length = (x - min) / Array.length;