非比较排序—计数排序和基数排序

讲述完了比较排序以后，我们来看一下非比较排序。

1.计数排序实现

计数排序是一种稳定的排序算法，计数排序实现简单。它算法的步骤是：

1）首先找出序列当中的最大和最小的数，然后通过这两个数确定一个范围，这样就可以直接建立一个范围这么大的哈希表。
2）把数对应哈希表的下标，统计次数。
3）通过哈希表，从小到大进行遍历，然后按哈希表顺序写入序列当中。

示例代码：

#pragma once

#define _CRT_SECURE_NO_WARNINGS 1

#include<iostream>
#include<cstdlib>
#include<cassert>
using namespace std;

//计数排序
//原理：采用哈希表的方式，对应元素，然后将对应元素对应到个数上面，然后按照个数还原出来整个序列，所得到的就是有序的序列。
template<typename T>
void CountSort(T* arr, int n)
{
    assert(arr);
    //寻找最大和最小的元素，得到范围，方便后续的哈希表的创建。
    T min = arr[0];
    T max = arr[0];
    for (int i = 0; i < n; i++)
    {
        if (arr[i]>max)
        {
            max = arr[i];
        }
        if (arr[i] < min)
        {
            min = arr[i];
        }
    }

    //范围要+1 
    int range = max - min + 1;

    //创建一个哈希表
    T *tmp = new T[range];

    memset(tmp, 0, sizeof(T)*range);

    //2）把数对应哈希表的下标，统计次数。
    for (int i = 0; i < n; i++)
        tmp[arr[i] - min]++;

    //通过哈希表，从小到大进行遍历，然后按哈希表顺序写入arr当中。

    int index = 0;
    for (int i = 0; i < range; i++)
    {
        while (tmp[i]--)
        {
            arr[index++] = i + min;

        }
    }
    delete[] tmp;
}

2.基数排序实现

基数排序是一种类似于计数排序的排序方式，它的基本思想是首先选取关键字。

基数的选择和关键字的分解因关键宇的类型而异:
(1) 若关键字是十进制整数，则按个、十等位进行分解。
(2) 若关键字是小写的英文字符串，则rd=26，Co=’a’，C25=’z’，d为字符串的最大长度。

在这里我们来说十进制的基数排序。

我们的思路就是，首先进行低位的基数排序，然后进行高位的基数排序，这样的顺序就是，个位->十位->百位，就这样依次进行下去。
所以我们就这样做。

#define _CRT_SECURE_NO_WARNINGS 1

#include<iostream>
#include<cstdlib>

using namespace std;

//得到最大的位数。
template<typename T>
size_t GetMaxDigit(T *arr, int n)
{
    int base = 10;
    int digit = 1;
    int i = 0;
    for (int i = 0; i< n; ++i)
    {
        while (arr[i] >= base)
        {
            digit++;
            base *= 10;
        }
    }
    return digit;
}


//基数排序：从个位先进行排序，然后依次进行十位，然后依次向前。
template<typename T>
void RadixSort(T* arr, int n)
{
    assert(arr);

    //得到最大位数
    int base = 1;
    int digit = GetMaxDigit(arr, n);
    int count[10] = { 0 };
    int position[10] = { 0 };
    T* tmp = new T[n];


    while (digit--)
    {
        memset(count, 0, sizeof(T)* 10);
        //统计最低位从0-9的个数
        for (int i = 0; i < n; i++)
        {
            //对应的tmp最低位
            count[(arr[i] / base) % 10]++;
        }
        //计算对应低位的所在起始位置
        position[0] = 0;
        for (int i = 1; i < 10; i++)
        {
            position[i] = position[i - 1] + count[i - 1];
        }
        //进行设置tmp中的数。
        for (int i = 0; i < n; i++)
        {
            int num = (arr[i] / base) % 10;
            tmp[position[num]++] = arr[i];
            count[num]--;
        }
        for (int i = 0; i < n; i++)
        {
            arr[i] = tmp[i];
        }
        base *= 10;
    }

    delete[] tmp;

}

2.总结

对于计数排序的时间复杂度：O（N+range）空间复杂度O （range）。所以对于技术排序，它的优点是排序会很快，但是缺点就是当range特别大的时候，技术排序效率较低。另外，就是技术排序所排序的需要是整数，这个也就限制了它的场景，所以对于非整数排序，也是需要转换为整数再来进行排序。

对于基数排序的时间复杂度：O（N*最大位数），这个很好理解，就是根据它最大的位数，需要遍历位数次，所以最后就是这样。另外，基数排序的空间复杂度是O（N）。这里是因为借用了中间的tmp。所以在这里也可以看出来这两种排序的时间复杂度都比较高，另外飞比较排序就是范围的限制。有点就是他们时间复杂度都接近O（N)，是很快的排序。