排序算法-桶排序

桶排序 (Bucket sort)的工作的原理:

假设输入数据服从均匀分布， 将数据分到有限数量的桶里，每 个桶再分别排序(有可能再使用 别的排序算法或是以递归方式继 续使用桶排序进行排序

 

编程思路

1、初始化桶的大小为K
2、获取 n 个数据中的最大值 max，最小值 min
3、将数据放入到 n/K +1 个桶中，a[i] 放入哪个桶的规则为 (a[i]-min)/k

4、对 n/K 个桶分别进行快速排序并输出。

import random


def quick_sort(data_list):
    length = len(data_list)
    quick_sort_c(data_list, 0, length - 1)


def quick_sort_c(data_list, begin, end):
    if begin >= end:
        return
    else:
        index = partition(data_list, begin, end)
        quick_sort_c(data_list, begin, index - 1)
        quick_sort_c(data_list, index + 1, end)


def partition(data_list, begin, end):
    partition_key = data_list[end]
    index = begin
    for i in range(begin, end):
        if data_list[i] < partition_key:
            data_list[i], data_list[index] = data_list[index], data_list[i]
            index += 1

    data_list[index], data_list[end] = data_list[end], data_list[index]

    return index


def find_top_k(data_list, k):
    length = len(data_list)
    begin = 0
    end = length - 1
    index = partition(data_list, begin, end)
    while index != length - k:
        if index > length - k:
            end = index - 1
            index = partition(data_list, begin, end)
        else:
            begin = index + 1
            index = partition(data_list, index + 1, end)

    return data_list[index]


def bucket_sort(data_list, bucket_size=5):
    length = len(data_list)
    min_ = max_ = data_list[0]

    # 寻找最小值和最大值
    for i in range(0, length):
        if data_list[i] < min_:
            min_ = data_list[i]
        if data_list[i] > max_:
            max_ = data_list[i]

    # 定义多个桶
    num_of_buckets = (max_ - min_) // bucket_size + 1
    buckets = [[] for _ in range(num_of_buckets)]

    # 将数据放入桶中
    for i in range(0, length):
        buckets[(data_list[i] - min_)//bucket_size].append(data_list[i])

    # 依次对桶内数据进行快速排序
    data_list.clear()

    for i in range(num_of_buckets):
        quick_sort(buckets[i])
        for data in buckets[i]:
            data_list.append(data)


data_list = [random.randint(0, 100) for i in range(10)]
print(data_list)
bucket_sort(data_list)
print(data_list)

桶排序适用场景

桶排序适合外部排序，外部排序就是数据在内存之外，比如磁盘上，数据量比较大，无法 一次性读入内存。

举个例子，假如老板给你一份 10 GB 大小的文件，是订单的交易明细数 据，要求你按订单金额从大到小排序，而你的内存内有 4GB，实际可用内存只有 2 GB， 那么此时就是桶排序发挥作用的时候了。

1. 将文件逐行读入内存(几乎每个编程语言都可 以)，扫描并记录最小值，最大值，假如最小值为 1 元，最大值为 10 万元，且都为整数， 不是整数也没关系，可以先乘以 100 换成整数，排序后再除以 100 还原。