python 桶的排序

在技术排序中，如果元素的范围比较(比如 在1到1亿之间),如何改造算法

桶排序(Bucket Sort): 首先将元素分在不同的桶中，在对每个桶中的元素排序

n 表示默认分成多少桶

1. 一个桶放 (max_num // n)的数
2. (var // (max_num // n)得0放到0号桶里,得1放到1号桶里
3. 当max_num=10000 => min(var // (max_num // n), n-1) 取最小99的

#! /usr/bin/env python
# -*- coding: utf-8 -*-
# Date: 2017/12/10

import random

#li是列表
def bucket_sort(li, n=100, max_num=10000):
    #桶本身就是一个列表 2倍列表 
    buckets = [[] for _ in range(n)] # 创建桶
    for var in li:
        #一个桶放 (max_num // n)的数    (var // (max_num // n)得0放到0号桶里,得1放到1号桶里
        i = min(var // (max_num // n), n-1) # i 表示var放到几号桶里
        buckets[i].append(var) # 把var加到桶里边
        #[0,2,4,1] 保持桶内的顺序   
        for j in range(len(buckets[i])-1, 0, -1):
            #j(1)小于前面的元素  1和4比较  
            if buckets[i][j] < buckets[i][j-1]:
                #交换
                buckets[i][j], buckets[i][j-1] = buckets[i][j-1], buckets[i][j]
            else:
                break
    sorted_li = []
    for buc in buckets:
    	#数加到列表后面
        sorted_li.extend(buc)
    return sorted_li

#0-100 循环100个数
li = [random.randint(0,100) for i in range(100)]
# print(li)
li = bucket_sort(li)
print(li)     

桶排序的表现取决于数据的分布，也就是需要对不同数据排序时采取不同的分桶策略

平均情况时间复杂度：O(n+k)

最坏情况的时间复杂度:O(n²k)

空间复杂度:O(nk)