线形排序

线形排序

线形排序，就是时间复杂度为O(n)的排序算法，桶排序、计数排序、基数排序都是线形排序，之所以能做到线形排序的原因，是因为他们都是基于非比较的排序算法，都不涉及到元素之间的比较操作，线形排序的应用都是比较局限的，都是应用于特定的排序场景的。应用不是很广泛，但是如果数据的特征符合他们的特点，那么利用线形排序进行操作，会特别高效的。

2.桶排序

桶排序顾名思义就会用到痛，核心思想就是将要排序的数据分到几个有序的桶里。每个桶里边的数据再单独进行排序，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。

桶排序的时间复杂度

假设有n个数据分到了m个桶中，每个桶中的数据就是k=n/m个，每个桶中的数据通过快速排序的时间复杂度为O(klogk),那么m个桶的时间复杂度相加就为O(nlogk),k=n/m,当m趋紧与n的时候logk就为1，所以桶排序的时间复杂度就接近与O(n)。

桶排序的使用场景

既然桶排序的时间复杂度为O(n)，比快速排序的效率还高，为什么不用桶排序代替其他的排序算法呢，实际上桶排序对数据的要求是非常苛刻的，应用十分局限。

1.桶排序要求数据能够很容易的划分出来m个桶，并且桶与桶之间有着大小顺讯，这样所有的铜排完，只需要按照顺序排序数据就可以了。

2.桶排序还需要每个桶里边的数据事均匀分布的，如果某个桶里边的数据出现特别多的情况，很不均匀，他的时间复杂度就不再是常量级别的了，极端的情况下还会退化到快速排序的时间复杂度。、

3.**桶排序适合用在外部排序中。**外部排序：数据存储在外部磁盘中，数据量特别大，内存有限，不够存储。

分析一个案例：
假设有5gb的订单，希望按照订单金额进行排序，但是内存很小，只有几百兆，没办法一次性的把这些订单的数据进行排序，怎么办？

利用桶排序的思想就可以解决，首先扫描一下所有订单的数据，找到订单金额的范围，假设范围在1到10万之间，可以把范围分成100个桶（文件），每个桶里存储1000个范围，从1开始，然后对每个区间里边的订单进行排序，

最后按照顺序合并这100个文件，的到的数据就是我们需要的数据了。

如果有到某个区间的数据特别多的情况下怎么办，对这个区间继续进行分区。放在n个桶中去。

2.计数排序

计数排序就是桶排序的一种特殊情况。就是排序的时候数据的范围是m，我们就直接分成m个桶，每个桶内的数据都是相同的，省掉了桶排序的时间。

那高考来举例。假设我们省的考生有一百万，怎么进行排序呢？

考生的分数范围都是在0-900之间的，我们就把考生的数据按照0-900分成901个桶，对应的分数就是0-900，每个桶里边放的就是对应分数的同学。然后再将数据放到一个数组中或者一个文件中，就实现了对考生分数的排序，他的时间复杂度也是O(n)。

计数排序为什么叫做计数排序呢？

计数排序的算法实现方式：

假设现在有十个考生，分数在0-6之间，分数记录在一个数组中A[n]={0,1,3,4,3,5,6,3,0,2}。

现在需要一个数组C(m)记录每个分数出现的次数C(m)={2,1,1,3,1,1,1},C(m)就代表桶。0 的位置放置的就是分数为0的同学，一次每个位置放置的就是各个分数的同学数量。

然后我们让S(m)={2,3,4,7,8,9,10}，可以看出他存储的就是<=改分数学生的数量，然后从后向前扫描数组A[n]，放到一次放到数组R[n]中。

例如第一个去到的数据是2，就取出S(m)索引为二的数据为4，也就是说2是数组中的第四个元素（放到R[n]中对应的索引就是3），然后把S(2)的值-1，继续进行下边的操作，取出完所有的数据后的到的数组就是一个有序数组了。从后往前去可以保证计数排序是一个稳定的排序算法。

3.基数排序

直接来说基数排序的应用案例：

对手机号进行排序，假设有十万个手机号，进行排序，怎么进行排序。

其实非常简单，快速排序也可以做到但是效率太低，桶排序计数排序，手机号的范围太大，也不适合，接下来就用到了基数排序了，就是先对手机号的最后一位进行排序，然后倒数第二位，知道手机号的最后一位，排序出来的数据就是一个有序的了。

为什么这样排序出来的数据就是有序的了，因为只要高位中一个手机号比另一个手机号大，那么其他的位数就不用看了。而且我们需要使用一个稳定的排序，使用不稳定的排序进行排序的话，会出现高位相同的情况下打乱原来排序好的数据的顺序，数据就不是有序的。

每一位的排序可以用桶排序或者计数排序，时间复杂度为O(n),要排序的数据为k位，那整体的时间复杂度就为

O(kn),因为k是有限的所以基数排序的时间复杂度就近似于O(n)。

实际上要排序的数据往往都不是等长的，这样我们就需要对数据进行处理，利用的其实就是除法的思想讲这些数据归位一类，进行处理。

堆排序

堆排序的时间复杂度和快速排序的时间复杂度一样，有兴趣的可以看下我的这篇博客堆排序

排序总结

-排序-	-时间复杂度-	-原地排序-	-稳定性-
冒泡排序	O(n^2)	是	稳定
插入排序	O(n^2)	是	稳定
选择排序	O(n^2)	是	不稳定
归并排序	O(nlogn)	不是	稳定
快速排序	O(nlogn)	是	不稳定
堆排序	O(nlogn)	否	不稳定
桶排序	O(n)	否	稳定
计数排序	O(n)	否	稳定
基数排序	O(n)	否	稳定

在实际开发中并不是时间复杂度越小越好比如线形排序，就需要非常特定的场景，而且数据量小的时候时间复杂度为O(n^2)的有可能比O(nlogn)更高，因为我们分析时间复杂度的时候往往都是去掉参数，和常量的。所以根据具体的场景选择具体的排序就是仁者见仁，智者见智的事情了，大家可以分析一下java的排序，他就是根据具体的数据量选择不同的排序算法的。