漫谈经典排序算法:五、线性时间排序(计数、基数、桶排序)

1、序言

这是《漫谈经典排序算法系列》第五篇，给出了三种线性时间排序，分别是计数排序、基数排序、桶排序。

各种排序算法的解析请参考如下：

 

《漫谈经典排序算法:一、从简单选择排序到堆排序的深度解析》

《漫谈经典排序算法:二、各种插入排序解析及性能比较》

《漫谈经典排序算法:三、冒泡排序 && 快速排序》

《漫谈经典排序算法:四、归并排序》

《漫谈经典排序算法:五、线性时间排序(计数、基数、桶排序)》

《漫谈经典排序算法:六、各种排序算法总结》

注：为了叙述方便，本文以及源代码中均不考虑A[0],默认下标从1开始。

2、计数排序

          2.1 引出

            前面四篇博客中，所有的排序算法都存在比较，都可以称为”比较排序“。比较排序的下界为o（nlogn）。那么有没有时间复杂度为o（n）的线性时间排序算法呢？计数排序便是很基础的一种线性时间排序，它是基数排序的基础。基本思想是：对每一个元素x，确定小于x的元素个数，就可以把x直接放到它在有序序列中的位置上。过程描述：假设待排序序列a中值的范围[0,k],其中k表示待排序序列中的最大值。首先用一个辅助数组count记录各个值在a中出现的次数，比如count[i]表示i在a中的个数。然后依次改变count中元素值，使count[i]表示a中不大于i的元素个数。然后从后往前扫描a数组，a中的元素根据count中的信息直接放到辅助数组b中。最后把有序序列b复制到a。

          2.2 代码

[cpp]  view plain copy

1. #include<stdio.h>  
2. #include<stdlib.h>  
3.   
4. //计数排序,n为数组a的记录个数，k为记录中最大值  
5. void countingSort(int *a,int n,int k)  
6. {  
7.     int i;  
8.     int *count=(int *)malloc(sizeof(int)*(k+1));  
9.     int *b=(int *)malloc(sizeof(int)*(n+1));  
10.     //初始化计数数组count  
11.     for(i=0;i<=k;i++)  
12.         *(count+i)=0;  
13.     //计算等于a[i]的记录个数  
14.     for(i=1;i<=n;i++)  
15.         (*(count+a[i]))++;  
16.     //计算小于等于a[i]的记录个数  
17.     for(i=1;i<=k;i++)  
18.         *(count+i) += *(count+i-1);  
19.     //扫描a数组，把各个元素放在有序序列中相应的位置上  
20.     for(i=n;i>=1;i--){  
21.         *(b + *(count + a[i]))=a[i];  
22.         (*(count+a[i]))--;   
23.     }  
24.     for(i=1;i<=n;i++)  
25.         a[i]=*(b+i);  
26.     free(count);  
27.     free(b);  
28. }  
29.   
30. void main()  
31. {  
32.     int i;  
33.     int a[7]={0,3,5,8,9,1,2};//不考虑a[0]  
34.     countingSort(a,6,9);  
35.     for(i=1;i<=6;i++)  
36.         printf("%-4d",a[i]);  
37.     printf("\n");  
38. }  

          2.3 效率分析

从代码来看，计数排序有5个for循环，其中三个时间是n，两个时间是k。所以总时间T(3n+2k),时间复杂度o（n+k），不管是在最坏还是最佳情况下，此时间复杂度不变.此外，计数排序是稳定的，辅助空间n+k,这个空间是比较大的，计数排序对待排序序列有约束条件(如前面我们假设待排序序列a中值的范围[0,k],其中k表示待排序序列中的最大值)，元素值需是非负数，k太大的话会大大降低效率。这里要注意的是 “扫描a数组把各个元素放在有序序列相应的位置上” 这步为什么要从后往前扫描a数组呢？大家想一想计数排序的过程就知道，因为从前扫描导致计数排序不稳定，前面说了，计数排序是基数排序的基础，所以它的稳定性直接影响到基数排序的稳定。

3、基数排序

          3.1 引出

            在计数排序中，当k很大时，时间和空间的开销都会增大（可以想一下对序列{8888,1234,9999}用计数排序，此时不但浪费很多空间，而且时间方面还不如比较排序）。于是可以把待排序记录分解成个位(第一位)、十位(第二位)....然后分别以第一位、第二位...对整个序列进行计数排序。这样的话分解出来的每一位不超过9，即用计数排序序列中最大值是9.

          3.2 代码

[cpp]  view plain copy

1. #include<stdio.h>  
2. #include<stdlib.h>  
3. #include<math.h>  
4.   
5.   
6. //计数排序,n为数组a的记录个数，k为记录中最大值，按第d位排序  
7. void countingSort(int *a,int n,int k,int d)  
8. {  
9.     int i;  
10.     int *count=(int *)malloc(sizeof(int)*(k+1));  
11.     int *b=(int *)malloc(sizeof(int)*(n+1));  
12.     //初始化计数数组count  
13.     for(i=0;i<=k;i++)  
14.         *(count+i)=0;  
15.     //计算等于a[i]在d位(a[i]/(int)pow(10,d-1)%10)的记录个数  
16.     for(i=1;i<=n;i++)  
17.         (*(count+a[i]/(int)pow(10,d-1)%10))++;  
18.   
19.     //计算小于等于a[i]在d位(a[i]/(int)pow(10,d-1)%10)的记录个数  
20.     for(i=1;i<=k;i++)  
21.         *(count+i) += *(count+i-1);  
22.     //扫描a数组，把各个元素放在有序序列中相应的位置上  
23.     for(i=n;i>=1;i--){  
24.         *(b + *(count + a[i]/(int)pow(10,d-1)%10))=a[i];  
25.         (*(count+a[i]/(int)pow(10,d-1)%10))--;   
26.     }  
27.     for(i=1;i<=n;i++)  
28.         a[i]=*(b+i);  
29.     free(count);  
30.     free(b);  
31. }  
32.   
33.   
34. //基数排序,n为数组a的记录个数，每一个记录中有d位数字  
35. void radixSort(int *a,int n,int d)  
36. {  
37.     int i;  
38.     for(i=1;i<=d;i++){  
39.         countingSort(a,6,9,i);  
40.     }  
41. }  
42.   
43. void main()  
44. {  
45.     int i;  
46.     int a[7]={0,114,118,152,114,111,132};//不考虑a[0]  
47.     radixSort(a,6,3);  
48.     for(i=1;i<=6;i++)  
49.         printf("%-4d",a[i]);  
50.     printf("\n");  
51. }  

          3.3 效率分析

基数排序时间T(n)=d*(2k+3n),其中d是记录值的位数，(2k+3n)是每一趟计数排序时间，上文分析过了，k不超过9，d的值一般也很小，k、d都可以看成是一个很小的常数，所以时间复杂度o（n）。最坏最佳情况并不改变时间复杂度。基数排序是稳定的。辅助空间同计数排序k+n.

4、桶排序

          4.1 引出

            同计数排序一样，桶排序也对待排序序列作了假设，桶排序假设序列由一个随机过程产生，该过程将元素均匀而独立地分布在区间[0,1)上。基本思想是：把区间[0,1)划分成n个相同大小的子区间，称为桶。将n个记录分布到各个桶中去。如果有多于一个记录分到同一个桶中，需要进行桶内排序。最后依次把各个桶中的记录列出来记得到有序序列。

          4.2 代码

[cpp]  view plain copy

1. #include<stdio.h>  
2. #include<stdlib.h>  
3.   
4. //桶排序  
5. void bucketSort(double* a,int n)  
6. {  
7.     //链表结点描述  
8.     typedef struct Node{  
9.         double key;  
10.         struct Node * next;   
11.     }Node;  
12.     //辅助数组元素描述  
13.     typedef struct{  
14.          Node * next;  
15.     }Head;  
16.     int i,j;  
17.     Head head[10]={NULL};  
18.     Node * p;  
19.     Node * q;  
20.     Node * node;  
21.     for(i=1;i<=n;i++){  
22.         node=(Node*)malloc(sizeof(Node));  
23.         node->key=a[i];  
24.         node->next=NULL;  
25.         p = q =head[(int)(a[i]*10)].next;  
26.         if(p == NULL){  
27.             head[(int)(a[i]*10)].next=node;  
28.             continue;  
29.         }  
30.         while(p){  
31.             if(node->key < p->key)  
32.                 break;  
33.             q=p;  
34.             p=p->next;  
35.         }  
36.         if(p == NULL){  
37.             q->next=node;  
38.         }else{  
39.             node->next=p;  
40.             q->next=node;  
41.         }  
42.     }  
43.     j=1;  
44.     for(i=0;i<10;i++){  
45.         p=head[i].next;  
46.         while(p){  
47.             a[j++]=p->key;  
48.             p=p->next;  
49.         }  
50.     }  
51. }  
52.   
53. void main()  
54. {  
55.     int i;  
56.     double a[13]={0,0.13,0.25,0.18,0.29,0.81,0.52,0.52,0.83,0.52,0.69,0.13,0.16};//不考虑a[0]  
57.     bucketSort(a,12);  
58.     for(i=1;i<=12;i++)  
59.         printf("%-6.2f",a[i]);  
60.     printf("\n");  
61. }  

          4.3 效率分析

当记录在桶中分布均匀时，即每个桶只有一个元素，此时时间复杂度o（n）。因此桶排序适合对很少重复的记录排序。辅助空间2n。桶排序是稳定的排序，实现比较复杂。

5、附录

      参考书籍:  《算法导论》