排序算法（三）：时间复杂度O(n)的排序算法

O(n) 级的排序算法存在已久，但他们只能用于特定的场景

一、计数排序

计数排序限制：

举个例子，我们需要对一列数组排序，这个数组中每个元素都是 [1, 9]区间内的整数。那么我们可以构建一个长度为 9 的数组用于计数，计数数组的下标分别对应区间内的 9 个整数。然后遍历待排序的数组，将区间内每个整数出现的次数统计到计数数组中对应下标的位置。最后遍历计数数组，将每个元素输出，输出的次数就是对应位置记录的次数。
计数排序限制：数据需要分布在一定的范围内

1、算法步骤

举个例子，班上有 1010 名同学：他们的考试成绩分别是：7, 8, 9, 7, 6, 7, 6, 8, 6, 67,8,9,7,6,7,6,8,6,6，他们需要按照成绩从低到高坐到 0～90～9 共 1010 个位置上。
用计数排序完成这一过程需要以下几步：

1. 第一步仍然是计数，统计出：44 名同学考了 66 分，33 名同学考了 77 分，22 名同学考了 88 分，1 名同学考了 99 分；
2. 然后从头遍历数组：第一名同学考了 77 分，共有 44 个人比他分数低，所以第一名同学坐在 44 号位置（也就是第 55 个位置）；
3. 第二名同学考了 88 分，共有 77 个人（44 + 33）比他分数低，所以第二名同学坐在 77 号位置；
4. 第三名同学考了 99 分，共有 99 个人（44 + 33 + 22）比他分数低，所以第三名同学坐在 99 号位置；
5. 第四名同学考了 77 分，共有 44 个人比他分数低，并且之前已经有一名考了 77 分的同学坐在了 44 号位置，所以第四名同学坐在 55 号位置。
6. …依次完成整个排序

计数排序并不是把计数数组的下标直接作为结果输出，而是通过计数的结果，计算出每个元素在排序完成后的位置，然后将元素赋值到对应位置。这样排序后的元素仍是原来的对象，且排序算法是稳定的。

**如果将计数数组的下标直接作为结果输出，则排序后的元素不是原来的对象，算法也就没有稳定性可言。**在实际工作中，如果排序后的元素不是原来的对象，这样的排序算法几乎无法使用。因为被排序的对象往往都会携带其他的属性，但这份算法将被排序对象的其他属性都丢失了。

2、算法实现

vector<int> countSort(vector<int> arr){
   
	/-----处理空数组情况-----/
    if(arr.size() == 0) return arr;

	/-----初始化数据范围----/
    int maxNum = arr[0], minNum = arr[0];  //初始化最大最小值
    vector<int> res(arr.size());           //初始化排序结果
    for(int i = 1; i < arr.size(); i++){
      //计算最大最小值
        if(arr[i] > maxNum) maxNum = arr[i];
        if(arr[i] < minNum) minNum = arr[i];
    }
    int rangeNum = maxNum - minNum + 1;   //计算数据范围

	/-----对数