java算法桶_Java排序算法——桶排序

文字部分为转载：http://hxraid.iteye.com/blog/647759

对N个关键字进行桶排序的时间复杂度分为两个部分：

(1) 循环计算每个关键字的桶映射函数，这个时间复杂度是O(N)。

(2) 利用先进的比较排序算法对每个桶内的所有数据进行排序，其时间复杂度为  ∑ O(Ni*logNi) 。其中Ni 为第i个桶的数据量。

很显然，第(2)部分是桶排序性能好坏的决定因素。尽量减少桶内数据的数量是提高效率的唯一办法(因为基于比较排序的最好平均时间复杂度只能达到O(N*logN)了)。因此，我们需要尽量做到下面两点：

(1) 映射函数f(k)能够将N个数据平均的分配到M个桶中，这样每个桶就有[N/M]个数据量。

(2) 尽量的增大桶的数量。极限情况下每个桶只能得到一个数据，这样就完全避开了桶内数据的“比较”排序操作。当然，做到这一点很不容易，数据量巨大的情况下，f(k)函数会使得桶集合的数量巨大，空间浪费严重。这就是一个时间代价和空间代价的权衡问题了。

对于N个待排数据，M个桶，平均每个桶[N/M]个数据的桶排序平均时间复杂度为：

O(N)+O(M*(N/M)*log(N/M))=O(N+N*(logN-logM))=O(N+N*logN-N*logM)

当N=M时，即极限情况下每个桶只有一个数据时。桶排序的最好效率能够达到O(N)。

总结： 桶排序的平均时间复杂度为线性的O(N+C)，其中C=N*(logN-logM)。如果相对于同样的N，桶数量M越大，其效率越高，最好的时间复杂度达到O(N)。 当然桶排序的空间复杂度 为O(N+M)，如果输入数据非常庞大，而桶的数量也非常多，则空间代价无疑是昂贵的。此外，桶排序是稳定的。

package sort;

import java.util.ArrayList;

import java.util.Arrays;

import java.util.Collections;

//类名：Arrays_Bucket

//属性：

//方法：

class Arrays_Bucket{

private int[] arrays;

private int curNum;

public Arrays_Bucket(int max) {//建立一个max长度的空数组

super();

arrays = new int[max];

curNum = 0;

}

public void insert(int value){//往空的数组里面增加元素

arrays[curNum] = value;

curNum++;

}

public void display(){//显示数组

System.out.println(Arrays.toString(arrays));

}

public static final int ARRAY_SIZE = 10000; //数组中最大的数的值

public static final int BUCKET_SIZE=10; //桶的大小，桶的数量极限等于数组大小，就可以避免桶内的排序

public void BucketSort(){

ArrayList> bucket=new ArrayList>();

for(int i=0;i

{

bucket.add(new ArrayList());

}

for(int i=0;i

{

int k=arrays[i]/(ARRAY_SIZE/BUCKET_SIZE);

// System.out.println("k="+k);

bucket.get(k).add(arrays[i]);

}

for(ArrayList list:bucket) //对桶内的元素进行排序

Collections.sort(list);

for(ArrayList list:bucket) //从小到大输出桶内的元素

System.out.println(list);

}

}

public class BucketSort {

public static void main(String[] args) {

// TODO 自动生成的方法存根

int maxSize = 5;

Arrays_Bucket arrays_demo = new Arrays_Bucket(maxSize);

arrays_demo.insert(580);

arrays_demo.insert(570);

arrays_demo.insert(560);

arrays_demo.insert(600);

arrays_demo.insert(1590);

arrays_demo.display();

arrays_demo.BucketSort();

//arrays_demo.display();

}

}