数据结构与算法--排序算法：计数排序 绝对让你看懂的Python计数排序

计数排序的概念

• 计数排序假设n个输入元素中的每一个都是在0到k区间内的一个整数，其中k为某个整数。
  但k=O(n)时，排序的运行时间为O(n)
  计数排序的基本思想是：对每一个输入元素x，确定小于x的元素个数。
  利用这一信息，就可以直接把x放到它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。因为不能把它们放在同一个输出位置上。

• 假设输入是一个数组A[0…n-1]，A.length=n,我们还需要两个数组，
  B[0…n-1]存放排序的输出，C[0…k]提供临时存储空间

• 基本思想：
  1 找出待排序的数组中最大和最小的元素；
  2 统计数组中每个值为i的元素出现的次数，存入数组C的第i项，计数累加；
  3 填充目标数组：将每个元素i放在新数组的第arr(i)项。

• 复杂度：计数数组的大小取决于待排数据取值范围，所以对数据有一定要求，否则空间开销无法承受。
  计数排序只需遍历一次数据，在计数数组中记录，输出计数数组中有记录的下标，时间复杂度为O(n+k)。
  额外空间开销即指计数数组，实际上按数据值分为k类（大小取决于数据取值），空间复杂度O(k)

计数排序实现

def counting_sort(A, B, k):
    n = len(A)
    C = []
    for i in range(0, k + 1):
        C.append(0)
    for j in range(0, n):
        C[A[j]] = C[A[j]] + 1
    for i in range(1, k + 1):
        C[i] = C[i] + C[i - 1]
    for j in range(n - 1, -1, -1):
        B[C[A[j]] - 1] = A[j]
        C[A[j]] = C[A[j]] - 1


A = [2, 5, 3, 0, 2, 3, 0, 3]
B = [0, 0, 0, 0, 0, 0, 0, 0]
k = 5
counting_sort(A, B, k)
print(A)
print(B)

'''
第二个for循环后，C中存放的是等于i的元素的个数。
第三个for循环后，C中存放的是小于或者等于i元素的总数。

第四个for循环，可以把每个元素A[j]放到它在输出数组B中的正确位置上。
如果所有n个元素都是互异的，那么当第一次执行第四个for循环时，
对每一个A[j]值来说，C[A[j]]-1就是A[j]在输出数组中的最终正确的位置。
我们每将一个A[j]放入数组B中以后，都要将C[A[j]]的值减一。
这样，当遇到下一个值等于A[j]的输入元素（如果存在）时，
该元素可以直接被放到输出数组中A[j]的前一个位置上
'''

# 简化版
def count_sort(lst):
    n = len(lst)
    num = max(lst)
    count = [0] * (num + 1)
    for i in range(0, n):
        count[lst[i]] += 1
    arr = []
    for i in range(0, num + 1):
        for j in range(0, count[i]):
            arr.append(i)
    return arr


t = count_sort([1, 5, 2, 1, 9, 4, 6, 5])
print(t)