17、桶排序

1、简单介绍

核心思想是将要排序的数据分到几个有序的桶里，每个桶里的数据再单独进行排序。桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。

1、稳定性：桶排序是稳定的排序。

2、时间复杂度:O(n)

3、它不是原地排序，需要额外的空间是O(n+m)  m 表示的是 桶的个数。 

2、代码实现

public static void bucketSort(int[] arr) {
        int max = getMax(arr);
        int min = getMin(arr);
        //计算出桶的个数
        int bucketNum = (max - min) / arr.length + 1;
        //也可以自己指定桶的大小
        //创建一个集合里面元素也是一个桶。
        List<List<Integer>> list = new ArrayList<List<Integer>>(bucketNum);
        //初始化每一个桶
        for (int i = 0; i < bucketNum; i++) {
            list.add(new ArrayList<Integer>());
        }
        //把元素添加进每一个桶中去
        for (int i = 0; i < arr.length; i++) {
            int num = (arr[i] - min) / (arr.length);
            list.get(num).add(arr[i]);
        }
        //对桶内的元素进行排序
        for (List l : list) {
          /* Integer [] num=new  Integer[l.size()];
           l.toArray(num);
            quickSort(num);
            List<Integer> l2 = Arrays.asList(num);
            l=l2;*/
            Collections.sort(l);
        }
}

3、总结

在极端情况下，如果数据都被划分到一个桶里，那就退化为 O(nlogn) 的排序算法了。

桶排序比较适合用在外部排序中。所谓的外部排序就是数据存储在外部磁盘中，数据量比较大，内存有限，无法将数据全部加载到内存中。

4、应用

10GB 的订单数据，我们希望按订单金额（假设金额都是正整数）进行排序，但是我们的内存有限，只有几百 MB，没办法一次性把 10GB 的数据都加载到内存中。这个时候该怎么办呢？

第一步，我们可以先扫描一遍文件，看订单金额所处的数据范围。假设经过扫描之后我们得到，订单金额最小是 1 元，最大是 10 万元。我们将所有订单根据金额划分到 100 个桶里，第一个桶我们存储金额在 1 元到 1000 元之内的订单，第二桶存储金额在 1001 元到 2000 元之内的订单，以此类推。每一个桶对应一个文件，并且按照金额范围的大小顺序编号命名（00，01，02…99）。

第二步、如果订单金额在 1 到 10 万之间均匀分布，那订单会被均匀划分到 100 个文件中，每个小文件中存储大约 100MB 的订单数据，我们就可以将这 100 个小文件依次放到内存中，用快排来排序。

第三步，等所有文件都排好序之后，我们只需要按照文件编号，从小到大依次读取每个小文件中的订单数据，并将其写入到一个文件中，那这个文件中存储的就是按照金额从小到大排序的订单数据了。

第四步，针对这些划分之后还是比较大的文件，我们可以继续划分，比如，订单金额在 1 元到 1000 元之间的比较多，我们就将这个区间继续划分为 10 个小区间，1 元到 100 元，101 元到 200 元，201 元到 300 元…901 元到 1000 元。如果划分之后，101 元到 200 元之间的订单还是太多，无法一次性读入内存，那就继续再划分，直到所有的文件都能读入内存为止。