计数排序

计数排序

基本借鉴与<<算法导论>>第三版

• 计数排序的基本思想
  

  对于每一个元素x，确定小于x的元素个数。利用这一信息，就可以直接把x放在输出数组中的位置上了。例如，如果有17个元素小于x，则x就应该在第18个输出位置上。 当有几个元素相同时，这一方案要略做修改。

代码

#include <iostream>
#include <cstring>

using namespace std;
const int LEN = 12;

void countsort(int output[], int input[], int max){
/*input为输入的数组,output为输出的数组,max为input数组中元素的最大值*/
    int *temp = new int[max+1];      // 临时存储空间
    memset(temp, 0, sizeof(temp));      // 初始化
    int i;
    for(i=0; i<LEN; i++){
        temp[input[i]]++;
    }      // 如果一个输入元素的值为x,就将temp[x]的值加一,temp[x]中保存了值为x的元素的个数
    for(i=1; i<max+1; i++){
        temp[i] += temp[i-1];
    }      // 计算有多少输入元素是小于或等于x的
    for(i=LEN-1; i>=0; i--){
        output[temp[input[i]]-1] = input[i];
        temp[input[i]]--;      // 当遇到下一个值等于input[i]的输入元素(如果存在)时,该元素可以直接被放在输出数组的前一个位置上
    }      // 把每个元素input[i]放在输出数组output中的正确位置上
    delete [] temp;
}

int main(void){
    int a[LEN] = {1, 5, 3, 7, 5, 6, 3, 2, 5, 3, 0, 8};
    int out[LEN];
    countsort(out, a, 8);
    int i;
    for(i=0; i<LEN; i++)
        cout << out[i] << " ";
    cout << endl;
    return 0;
}

输出

0 1 2 3 3 3 5 5 5 6 7 8

时间复杂度

算法第一和最后一个循环的时间复杂度为O(LEN)，第二个循环的时间复杂度为O(max)。所以总的时间代价就是O(LEN+max)。在实际工作中，当max=O(LEN)时，我们一般会采用计数排序，这时的时间复杂度为O(LEN)。

特点

• 稳定的
• 不是一个比较排序算法
• 计数排序的下界1优于Ω(nlogn)2

---

---

1. 在决策树中,从根节点到任意一个可达叶节点之间最长简单路径的长度,表示的是对应的排序算法中最坏情况下的比较次数. ↩
2. 最坏情况下,任何比较排序算法都需要做Ω(nlogn)次比较. ↩