排序问题三(希尔、计数、桶、基数)

希尔排序

希尔排序是一种分组插入排序算法。(gap选取方式很多)
步骤：
1. 首先取整数d1=n/2，将元素分为d1个组，每组相邻量元素之间距离为d1,在各组内直接进行插入排序。
2. 取第二个整数d2=d1/2，重复上述分组排序过程，直到di=1,即所有元素在同一组内进行直接插入排序。
希尔排序每趟并不是让元素都有序，而是让数据整体越来越有序，最后一趟才将所有元素都有序。

例子：

1. 间隔4个元素，分为四个子序列：
   
   采用插入法对[35,14]、[33,19] 、[42, 27]、[10, 44]进行插入排序
   
2. 间隔 2 个元素，再次划分整个序列
   用插入排序算法分别对 [14, 27, 35, 42]和 [19, 10, 33, 44}]进行排序
   
3. 用插入排序算法对整个序列进行一次排序
   

def insert_sort_gap(li, gap):
	for i in range(gap, len(li)):
		temp = li[i]
		j = i - gap
		while j >= 0 and li[j] > temp:
			li[j+gap] = li[j]
			j -= gap
		li[j+gap] = temp

def shell_sort(li):
	d = len(li) // 2
	while d >= 1:
		insert_sort_gap(li, d)
		d //= 2
		print(li)
	return li

计数排序

对列表进行排序，已知列表中的数范围都在0到100之间。设计时间复杂度为O(n)的算法。

def count_sort(li, max_count=100):
	cout = [0 for _ in range(max_count+1)]
	for val in li:
		count[val] += 1
	li.clear()
	for index, val in enumerate(count):
		for i in range(val):
			li.append(index)

桶排序

计数排序如果元素范围比较大就需要大量空间，桶排序就能够解决这个问题。
桶排序：首先将元素分在不同的范围，在对每个桶的元素进行排序。

桶排序排序的表现取决于数据的分布。
平均时间复杂度：O(n+k)
最坏时间复杂度：O(n²k)
空间复杂度：O(nk)

def bucket_sort(li, n=100, max_num=10000):
	buckets = [[] for _ in range(n)] # 创建桶
	for value in li:
		i = min(value // (max_num // n), n-1) # i 表示数放进的桶号码
		buckets[i].append(value)   # 把value放到桶里
		# 保持桶内有序
		for j in range(len(buckets[i])-1, 0, -1):
			if buckets[i][j] < buckets[i][j-1]:
				 buckets[i][j],  buckets[i][j-1] =  buckets[i][j-1],  buckets[i][j]
			else:
				break
		sorted_list = list()
		for bucket in buckets:
			sorted_list.extend(bucket)
		
		return sorted_list		

基数排序

多关键字排序：假如现在有一个员工表，要求按照薪资排序，薪资相同的员工按照年龄排序。
先按照年龄排序，在按照薪资进行稳定的排序。
对32,13,94,52,17,54,93排序，是否可以看作多关键字排序。
时间复杂度：O(kn) 线性复杂度
空间复杂度：O(k+n)
k表示数字位数

def radix_sort(li):
	max_num = max(li) # 最大值 99->2, 222->3, 10000->5
	iter = 0
	while 10 ** iter <= max_num:
		buckets = [[] for _ in range(10)]
		# 分桶
		for var in li:
			digit = (var // 10 ** t) % 10
			bckets[digit].append(var)
		
		li.clear()
		# 把数重新写进li中
		for buc in buckets:
			li.extend(buc)
		iter += 1
		print(li)