计数排序
思想
作为非比较类排序算法。计数排序必须要求输入的数据必须是有确定范围的整数。要求知道数组的范围的目的是创建一个长度为这个范围的数组,数组的内容保存的是这个对应下标数字出现的位置。
主要过程如下:
1.找到待排序序列最小和最大的元素。开辟一个新数组A长度就为max-min
2.统计数组中每个值为i的元素出现的次数,存入A的第i项。
3.累加完之后反向填充到目标数组中:把每个元素i(下标)放在新数组第i项,每放一个元素就将A第i个元素减一
代码
public class CountingSort {
public static void main(String[] args) {
Random random = new Random();
int[] arrs = new int[10000];
for (int i = 0; i < 10000; i++) {
arrs[i] = random.nextInt(10000);
}
countingSort(arrs);
System.out.println(Arrays.toString(arrs));
}
public static void countingSort(int[] arrs){
int max = arrs[0];
for (int i = 0; i < arrs.length; i++) {
if (max < arrs[i]){
int temp = max;
max = arrs[i];
arrs[i] = temp;
}
}
int[] res = new int[max + 1];
for (int i = 0; i < arrs.length; i++) {
res[arrs[i]]++;
}
int k = 0;
for (int i = 0; i < res.length; i++) {
for (int j = 0; j < res[i]; j++) {
arrs[k++] = i;
}
}
}
}
时间和空间复杂度
时间和空间复杂度都为 O ( n + k ) O(n+k) O(n+k),稳定的排序算法
桶排序
思想
桶排序是计数排序的升级版。它利用了函数的映射关系,高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理:假设输入数据服从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排)
代码
public static void bucketSort(int[] arr){
int max = arr[0];
int min = arr[0];
for(int i = 0; i < arr.length; i++){
max = Math.max(max, arr[i]);
min = Math.min(min, arr[i]);
}
//桶数
int bucketNum = (max - min) / arr.length + 1;
ArrayList<ArrayList<Integer>> bucketArr = new ArrayList<>(bucketNum);
for(int i = 0; i < bucketNum; i++){
bucketArr.add(new ArrayList<Integer>());
}
//将每个元素放入桶
for(int i = 0; i < arr.length; i++){
int num = (arr[i] - min) / (arr.length);
bucketArr.get(num).add(arr[i]);
}
//对每个桶进行排序
for(int i = 0; i < bucketArr.size(); i++){
Collections.sort(bucketArr.get(i));
}
System.out.println(bucketArr.toString());
}
时间和空间复杂度
时间复杂度最差 O ( n 2 ) O(n^2) O(n2),最好 O ( n ) O(n) O(n),平均 O ( n + k ) O(n+k) O(n+k);空间复杂度 O ( n + k ) O(n+k) O(n+k)。稳定的排序算法。
基数排序
思想
基数排序思想是将整数按位数切分不同的数字,然后从最低位开始和其他数字的同位上的数字比较并排序;然后比较再高一位上的所有数字,排序。。。直到排序完成。
代码
public class RadixSort {
public static void main(String[] args) {
int[] arrays = {213,54,575,8,345,2235,4365,767,6,43,43,423342,
34,35,454665,56,786887,54,34,3643,3,34,2353,64,35,86,476};
radixSort(arrays);
System.out.print(Arrays.toString(arrays)+"paixu");
}
public static void radixSort(int[] arrays){
int maxvalue = arrays[0];
for (int value : arrays){
if (value > maxvalue)
maxvalue = value;
}
int length = 0;
for (int i = maxvalue; i != 0; i /= 10) {
length++;
}
int mod = 10;
int dev = 1;
System.out.println("len="+length);
for (int i = 0; i < length; i++, dev *= 10,mod *= 10) {
int[][] counter = new int[10][0];//长度为10,因为区域操作结果区间只有10大小
for (int j = 0; j < arrays.length; j++) {
int bucket = (arrays[j] % mod) / dev;
counter[bucket] = arrayAppend(counter[bucket],arrays[j]);//放到length个桶里
}
int pos = 0;
for (int[] bucket : counter){//桶里的数据放回arrays
for (int value : bucket){
arrays[pos++] = value;
}
}
}
}
public static int[] arrayAppend(int[] arr,int value){//扩容
arr = Arrays.copyOf(arr,arr.length + 1);
arr[arr.length -1] = value;
return arr;
}
}
时间和空间复杂度
时间复杂度 O ( n ∗ k ) O(n*k) O(n∗k),空间复杂度 O ( n + k ) O(n+k) O(n+k),稳定的排序算法。