【数据结构】【排序算法】计数排序

计数排序

计数排序，是根据数据成员的出现频次和对应数值分配到有限数量的桶里，随后根据桶的情况来进行排序的方法。
实现

vector<int> BucketSort(vector<int> &sort_nums){
	int max = *(max_element(begin(sort_nums),end(sort_nums)));
	vector<int> bucket(max+1, 0);
	for(const auto item: sort_nums){
		bucket[*item] = bucket[*item] + 1;
	}
	int count = 0;
	vector<int> sorted_nums(sort_nums.size(), 0);
	for(int i = 1; i <= bucket.size(); i++){
		if(!bucket[i]) continue;
		for(j = item1; j > 0; --j){
			sorted_nums[count++] = i;
		}
	}
	return sorted_nums;
}

桶排序，本质上是一种根据容器成员的最大值和最小值，以及容器大小初始化一个统计元素值出现次数的新容器，根据新容器内的成员进行迭代完成目的的排序算法。可根据这一思路进行优化:

void BucketSort_capacity(vector<int> &sort_nums){
	int biggest = *(max_element(begin(sort_nums),end(sort_nums)));
	int smallest = *(min_element(begin(sort_nums),end(sort_nums)));
	int val = biggest-smallest;
	vector<int> count_v(val+1, 0);
	for(const auto item: sort_nums){
		int diff = *item-smallest
		count_v[diff] = count_v[diff] + 1;
	}
	
	int count = 0;
	vector<int> sorted_nums(sort_nums.size(), 0);
	for(int i = 1; i <= val; i++){
		if(!bucket[i]) continue;
		for(j = i; j > 0' j--){
			sorted_nums[count++] = i + smallest;
		}
	}
	return sorted_nums;
}

在单纯的进行排序时，上述的排序方法可行，但大多数时候是针对业务数据进行处理的，例如成绩排序，出现多个相同的值，怎么确定哪个在前，哪个在后依旧是个问题。若要区分开，可以通过当前值加上前面的数值之和来进行区分。

void BucketSort_diff_samevalue(vector<int> &sort_nums){
	int biggest = *(max_element(begin(sort_nums),end(sort_nums)));
	int smallest = *(min_element(begin(sort_nums),end(sort_nums)));
	int val = biggest-smallest;
	vector<int> count_v(val+1, 0);
	for(const auto item: sort_nums){
		int diff = *item-smallest
		count_v[diff] = count_v[diff] + 1;
	}
	int count = 0;
	//计数数组变形，使得能够区分值相同的数据。
	for(int i = 1; i <= val; i++) 
		count_v[i] = count_v[i-1] + count_v[i];
	
	//从根据count_v输出排序结果转换成根据count_v获取对应的下标放置值
	vector<int> sorted_nums(sort_nums.size(), 0);
	for(int i = 0; i <= sort_nums.size(); i++){
		int index, diff = sort_nums[i]-smallest;
		index = count_v[diff];
		count_v[diff] -= 1;
		sorted_nums[index] = sort_nums[i];
	}
	return sorted_nums;
}

通过转换成索引输出排序结果，使得能够区分成绩相同的数据，不破坏原本相同值直接的排序顺序，保证了稳定性。（例如，1，2，2，3，5，4，最后排好序的第1个2和原本第1个2是同一个）

程序复杂度

从最后的优化结果可以看出：
在时间复杂度上，计数排序的平均复杂度和最坏时间复杂度都为O(n+m)，而空间复杂度为O(n+m)

注意事项

计数算法仅在值为连续和范围不大的情况下比较适合，且数值须为整数型。针对于只适合整数型的问题，后续会对弥补这一缺点的桶排序算法进行介绍。

tips:
上述代码仅提供思路，并不代表能够正常运行，后续会进行调整为可以正常运行的代码。