浅谈桶排序

浅谈冒泡排序
浅谈插入排序
浅谈选择排序
浅谈归并排序
浅谈快速排序

之前的文章介绍了时间复杂度为O(n²)的冒泡排序、插入排序和选择排序，以及时间复杂度为O(nlogn)的归并排序、快速排序。接下来的几篇文章，我们回来谈一谈时间复杂度为O(n)的排序算法：桶排序、计数排序、基数排序。因为这类算法的时间复杂度是线性的，所以我们又可以称这些排序算法为线性排序。主要原因在于这三种算法不涉及元素之间的比较操作。

下面一起来走进今天的内容：桶排序
看到名字，桶排序，我们可以大致根据字面意思理解为用到桶的排序算法。它的核心思想为：将要排序的数据分到几个有序的桶里，对每个桶里的数据进行单独的排序。桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的就是有序的序列。如下所示：

那么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，假如我们要排序的元素有n个，我们把他们均匀的划分到m个桶内，那么每个桶里的元素就有k=n/m 个。接下来对每个桶内的元素进行快速排序，每个桶内的快速排序的时间复杂度为O(klogk)。m个桶排序的时间复杂度就是O(mklogk)，因为k=n/m，所以带入公式后就得到了O(nlogk),由于logk是常数，所以桶排序的时间复杂度接近O(n)。

有的朋友可能会想了，既然桶排序的时间复杂为O(n)，那我们用它不就完了，还要其它排序做什么？
首先，桶排序对参与排序数据的要求非常严格。我们要排序的数据必须很容易就能划分出m个桶，并且桶于桶之间遵循着严格的大小顺序。这样每个桶排完序后，桶与桶之间的数据就不需要再进行排序。

其次，每个桶划分到的数据必须是十分均匀的。举个极端的例子，如果所有数据都放在了一个桶里，那么我们就相当于在一个桶里做快速排序，时间复杂度瞬间退化成了O(nlogn)。

那么桶排序的应用场景是什么呢？我们这里引入一个概念–外部排序，外部排序就是要排序的数据储存在外部磁盘中，数据量比较大，内存有限，我们无法通过多次IO操作将外存中的数据全部加载到内存中，每次放入内存中的只能是外存中的一部分数据。这种外部排序的问题我们通常采用桶排序来解决。

举个例子，我们现在有10GB的订单数据，我们希望按照订单金额进行排序，但是内存只有几百MB。所有订单中，金额最小为1元，金额最大为10万元。我们将1-100000中所有的金额划分到100个桶中。第一个桶中我们存储1-1000元之内的订单，第二个桶存储1001-2000元之内的订单，以此类推，我们就把所有订单按金额均匀的划分到了100个桶里，然后对这100个桶有小到大进行编号。

按照这种方式划分之后，每个桶中的数据大概会有100MB，我们可以将这100个桶内的数据依次加载到内存中，用快速排序来处理。等所有的文件都排好序后，我们只需要按照桶的编号，依次读取每个桶中的数据，并将其写入到一个文件中，那么最后这个文件中所存储的就是排好序的有序数据。

不过在实际情况中，1-100000元中的数据几乎不可能是均匀分布的。那么遇到这种情况，我们采取的解决办法是继续划分。如果某个区间的数据比较多，我们就可以再对这个区间内的数据进行划分，知道一个区间的数据可以一次性的加载进内存中为止。