计数排序的python实现

无论是归并排序、堆排序或是快速排序，它们都是通过元素之间的比较进行排序，所以在这些排序方法的执行过程中，数组自身的性质（数组中各元素的排列顺序）会直接影响到时间或者内存成本的大小。这类排序算法称为比较排序，这些排序算法的下界都是$nlgn$。
计数排序不是比较排序，它的执行效果不依赖于愿数组本身元素的排列。
计数排序的思想是假设大小为$n$的数组中的所有元素都是在区间$[0,k)$上的整数，这样对于每一个元素$x$，只要确定数组中小于$x$的元素个数，我们就可以将$x$放到正确的排序位置上。例如确定了有10个元素小于$x$，这样的话，当输出结果序列时（从小到大排列的数组），我们就可以确定$x$一定是在结果序列的第十一个位置。当然，如果有元素的值相同的话，符号上的细节处要略作修改，不能出现多个相同的值出现在同一个位置上。
对于一个有$n$个元素的数组$list0$，对其进行计数排序时，需要一个对其元素数目进行记录的数组$list1$以及一个相同大小的输出数组$list2$。
具体的python实现如下。

#待排序数组为l0,数组元素值域为[0,k)
def counting_sort(l0,k):
   #初始化结果数组l2，记录数组l1
    l1=[0]*k
    l2=[-1]*len(l0)
    #遍历原数组，使用l1记录所有元素的个数，将元素值为t的个数记录在l1[t]中
    for i in range(len(l0)):
        l1[l0[i]]=l1[l0[i]]+1
    #累加得到原数组中小于t的元素个数
    for j in range(1,k,1):
        l1[j]=l1[j]+l1[j-1]
    #根据l1中得到的数据（小于t的元素个数）将每个元素放到结果数组l2中正确的位置上
    for i in range(len(l0)-1,-1,-1):
        #从原数组的最后向前循环可以保证：具有相同值的元素在输出数组中的相对位置与在元素组中一样
        l2[l1[l0[i]]-1]=l0[i]
        #个数减一，下一个相同的元素往前排
        l1[l0[i]]=l1[l0[i]]-1
    return l2

我借用《算法导论》里的例子来解释这个程序的运行。对于要排序的数组$l0=[2,5,3,0,2,3,0,3]$，我们还需要知道的一个值就是所有元素的值域$[0,k)$，显然这里$k=6$。
下面来展示下函数运行过程中，变量$l1$和$l2$变化情况。










对于数组$l0$,当$k=\Theta (n)$时，排序的运行时间为$\Theta (n)$。是一个很优秀的算法。