线性排序

定义

排序算法的时间复杂度是线性的O(n)，所以称为线性排序。如：桶排序，计数排序，基数排序。

这些排序算法之所以能做到O(n)级别，是因为他们非基于比较的排序算法，都不涉及元素之间的比较操作。

对原始数据格式要求比较严格，如下将汇总每个算法的数据格式，及应用场景。

桶排序

核心思想

将要排序的数据分散到几个有序的桶中，每个桶的数据在单独排序。桶内排完序后，在把每个桶的数据按照顺序取出合并，组成的序列就是有序的了。

时间复杂度

n个待排序数据均匀的划分到m个桶中，每个桶有k=n/m个数据，每个桶用快速排序分别排序,总时间复杂度为：m*klogk=m*n/mlogn/m=nlogn/m，当桶的个数很大，很接近数据个数时，时间复杂度就是：O(n).

数据要求

1. 待排序数据要能够很容易划分到m个桶中，并且每个桶要有天然的顺序，桶与桶之间不需要在进行排序。
2. 每个桶中的数据分布要均匀（如果分布很不均匀，就会退化分布到一个桶中，对一个桶进行快速排序，时间复杂度为nlogn）。
3. 桶排序比较适合外部排序，数据量很大内存不足时，先按均匀划分到多个桶中，然后针对单个桶分别加载到内存进行排序。最后按桶顺序取出序列即可。

计数排序

核心思想

桶排序的一个特例，就是数据范围不是很大，桶的粒度能否细化到要排序的条件粒度。但其中，合并后，相同大小的数据排列名次比较复杂，思想很巧妙。

数据要求

1. 数据范围不大，能够细化到要求的粒度。
2. 而且是正整数，或者可以转化成的正整数数据。

使用场景

如考生高考名次。每一分为一桶，但有好多考生是相同分数的，所以要看其名次，比较复杂，实现比较巧妙，因为要求数据比较苛刻，使用场景很局限，就不在进行代码实现了。

基数排序

基数排序对要排序的数据是有要求的，需要可以分割出独立的“位”来比较，而且位之间有递进的关系，如果 a 数据的高位比 b 数据大，那剩下的低位就不用比较了。除此之外，每一位的数据范围不能太大，要可以用线性排序算法来排序，否则，基数排序的时间复杂度就无法做到 O(n) 了。

案例

问题：给10w个手机号排序

思路：从后往前比较，单独位比较，可以用桶排序或者计数排序等线上排序，降低时间复杂度。

代码实现

todo