【数据结构与算法】-＞算法-＞排序（三）-＞线性排序-＞桶排序&计数排序&基数排序

Ⅰ 前言

再次把之前的表拿出来。排序算法就剩最后三个要讲啦。

前面两节可以跳转下面两篇文章去看👇

【数据结构与算法】-＞算法-＞排序（一）-＞冒泡排序&插入排序&选择排序

【数据结构与算法】-＞算法-＞排序（二）-＞归并排序&快速排序

这节我们来看三个时间复杂度为 O(n) 的排序算法：桶排序、计数排序、基数排序。由于这些排序算法的时间复杂度是线性的，所以我们把这类排序算法叫作线性排序（Linear sort）。之所以能做到线性的时间复杂度，主要原因是，这三个算法是非基于比较的排序算法，都不涉及元素之间的比较操作。

这篇文章我们主要来看这三个算法的适用场景。

Ⅱ 桶排序（Bucket Sort）

A. 原理

首先，我们来看桶排序。桶排序，顾名思义，会用到“桶”，核心思想就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。

比如对一组金额在 0 ~ 50 之间的订单进行桶排序：

22, 5, 11, 41, 45, 26, 29, 10, 7, 8, 30, 27, 42, 43, 40

桶排序的时间复杂度为什么是 O(n) 呢？我们一起来分析一下。

如果要排序的数据有 n 个，我们把它们均匀地划分到 m 个桶内，每个桶里就有 k = n / m 个元素。每个桶内部使用快速排序，时间复杂度为 O(k * log₂k)。 m 个桶排序的时间复杂度就是 O(m * k * log₂k)，因为 k = n / m，所以整个桶排序的时间复杂度就是 O(n * log₂(n/m))。当桶的个数 m 接近数据个数 n 时，log₂(n/m) 就是一个非常小的常量，这个时候桶排序的时间复杂度接近 O(n)。

看起来是很棒很优秀，但是桶排序对数据的要求是非常苛刻的。

首先，要排序的数据需要很容易就能划分成 m 个桶，并且，桶与桶之间有着天然的大小顺序。这样每个桶内的数据都排序完之后，桶与桶之间的数据不需要再进行排序。

其次，数据在各个桶之间的分布是比较均匀的。如果数据在经过桶的划分之后，有些桶的数据非常多，有些非常少，很不平均，那桶内数据排序的时间复杂度就不是常量级了。在极端情况下，如果数据都被划分到一个桶里，那就退化到 O(nlog₂n) 的排序算法了。

B. 适用场景

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。

比如说我们有 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，没办法一次性把所有数据加载在内存里，这个时候就可以用桶排序。

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。我们将所有的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；第二个桶存储金额在 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）。

理想的情况下，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。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。

不过，订单按照金额在 1 元到 10 万元之间并不一定是均匀分布的，所以 10GB 订单数据是无法均匀地被划分到 100 个文件中的。有可能某个金额区间的数据特别多，划分之后对应的文件就会很大，没法一次性读入内存，这时候应该怎么办呢？

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…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。

C. 代码实现

package com.tyz.about_sort.core;

public class BucketSort {
   

	public BucketSort() {
   
	}
	
	public static void bucketSort(int[] arr, int bucketSize) {
   
		if (arr.length < 2) {
   
			return;
		}
		
		int minValue = arr[0];
		int maxValue = arr[1];
		//查询数据集中的最大值最小值
		for (int i = 0; i < arr.length; i++) {
   
			if (arr[i] < minValue) {
   
				minValue = arr[i];
			} else if (arr[i] > maxValue) {
   
				maxValue = arr[i];
			}
		}
		int bucketCount = (maxValue - minValue) / bucketSize + 1;
		int[][] buckets = new int[bucketCount][bucketSize];
		int[] indexArr = new int[bucketCount];	//记录每个桶里元素的