计数排序(C语言实现)------学习笔记

计数排序百度百科介绍：

计数排序是一个非基于比较的排序算法，该算法于1954年由 Harold H. Seward 提出。它的优势在于在对一定范围内的整数排序时，它的复杂度为Ο(n+k)（其中k是整数的范围），快于任何比较排序算法。当然这是一种牺牲空间换取时间的做法，当时间复杂度O(k)>O(nlog(n))的时候其效率反而不如基于比较的排序（基于比较的排序的时间复杂度在理论上的下限是O(nlog(n)), 如归并排序，堆排序）

算法思想

我们先来回顾一下经典的排序算法，无论是冒泡排序，归并排序，还是快速排序等等，都是基于元素之间的比较来进行排序的。但是有一种特殊的排序算法叫计数排序。

这种排序算法不是基于元素比较，而是额外申请一个数组空间，利用数组下标来确定元素的正确位置，数组中存储元素出现的次数。 所以我们关键在于构建数组下标和元素的映射关系（函数关系）。之后按照数组从小到大（或从大到小）输出。

计数排序的核心思想：用额外开辟的数组空间存储输入的数据值出现的次数。

作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。

算法过程

1.声明一个数组A，用来存储整数序列L。

2.用O (n)的时间扫描一下整个数组 A，获取最小值 min 和最大值
max。

3.根据待排序集合中最大元素max和最小元素min的差值范围，申请额外空间。即定义一个新的数组B[max-min+1]用来存储元素出现的次数。

4.构建数组A中元素与数组B下标值的映射关系。Index=F(data)

5.统计数组A元素中出现的次数，记录在相应的数组B中。

6.输出目标整数序列L，具体操作：遍历数组B，输出元素及其对应次数。

优点：速度很快

在确定范围的整数进行排序，排序速度优于其他排序，时间复杂度O(n+k)。(k为额外空间的大小，n为输入的数据个数)

缺点：

具有两大局限性：

1. 必须为确定范围的整数的排序。

当不是整数时，如0.234，0.00001无法建立数组下标与元素的关系。

2. 无用空间较大时不适用

即(k-n)/k很大时，并不适用于计数排序。比如给定20个随机整数，范围在1到10000000之间，此时如果使用计数排序的话，就需要创建长度为1千万的数组去存储20个数，出现大量空白空间。不但严重浪费了空间，而且时间复杂度也随之升高。

正是由于这两大局限性，才使得计数排序不像快速排序、归并排序那样被人们广泛适用

下面我们来解决学校oj里一个相应的题目。

题目描述

给你n个整数，请按从大到小的顺序输出其中前m大的数。

Input：

每组测试数据有两行，第一行有两个数n,m(0<n,m<1000000)，第二行包含n个各不相同，且都处于区间[-500000,500000]的整数。

Output：

对每组测试数据按从大到小的顺序输出前m大的数。

Sample Input：

5 2

-207693 190069 13569 -48891 -354975

20 6

-339148 446412 -322565 39597 -139187 108119
159993 218397 201075 174963 -149825

137785 105930 -55557 -363362 268859 -139719
-425420 -269331 -333651

Sample Output：

190069 13569

446412 268859 218397 201075 174963 159993

题目分析：

第一行先读入n和m的值。第二行读取n个各不相同的数。此时每一组的读取工作完毕。

然后按照从大到小排序依次输出，共输出前m个。

发现此题目主要考察的是排序的算法。

我们可以根据题目特点，选择相应的排序方法。

此题目特点为：数据量大在百万级别，但数据为可以确定范围的整数。

因此我们选择计数排序，对于此题目，它的排序速度足够的快。

算法描述：

我们按照算法过程进行解题。

1. 由于题目给了数据值的范围，所以我们可以将第一步和第二步省略。直接操作第三步 申请一个计数数组 arr 并初始化为 0，用来统计输入数据值出现的次数，大小为{max- min+1}即声明 int arr[1000000+1]。为什么要+1 呢，因为数组大小为数据值可能出现的个 数，算一下从-500000 到 500000 共有多少个整数。
2. 构建输入数据值t与计数数组arr[index]下标的函数关系，可以得出index=t+500000 即 arr[0]统计-500000 出现的次数，a[500000]统计 0 出现的次数，a[500021]统计 21 出现 的次数。
3. 读取数据值t，每读取一个数，使arr[t+500000]++。
4. 因为题目从大到小输出，所以我们逆序遍历数组arr，输出数据t，t为index(数组下 标值)-500000 。因为数据值互不相同，最多记录一次，所以判断 arr[index]==1 输出 即可。共输出 m 个，输出一个值 m–。

此题目没有说明要读取多少组数据，那如何读取若各组数据呢?
用一个 while 循环，判断条件为 scanf 是否成功读取 n，m 的值,如果成功读取 n，m 的值那 么 scanf 函数的返回值为 2。成功读取一个返回值为 1。未成功读取，返回值为 0。
scanf 函数返回成功读入的数据项数，读入数据时遇到了“文件结束”则返回 EOF。
例: while((scanf(“%d %d”,&n,&m))==2) {
…
}

C语言源代码：

#include<stdio.h>
int arr[1000000+1]={0};   //开辟大小为max-min+1的计数数组arr
void main()
{
    int n,m,i,t;                   //t用来读取数据值
    while(scanf("%d %d", &n,&m)==2)   //读取若干组数据
    {
        getchar();                         //读取换行符，多用于实际程序，解题中可省略，
        for (i = 0; i < 1000001; i++) //每组数据测试前初始化
        {
            arr[i]=0;
        }
        for (i = 1; i <= n; i++)     
         {
            scanf("%d", &t);         //将数据读入t
            arr[t + 500000]++;    //统计数据t出现的次数
        }
        for (i = 1000000; i >= 0 && m> 0; i--)
        {
            if (arr[i] == 1)          //被记录一次就输出
            {
                printf("%d ", i- 500000);
                m--;                    //输出m个
            }
        }
    }
}

总结

读完此篇文章，我们至少要明白和记住这几点
1.计数排序的核心思想 2.计数排序的适用条件3.计数排序的算法过程

遇到题目，首先判断是否适合计数排序，判断条件：可以确定范围的整数序列。 然后按照算法过程，写出大体的算法代码；分析题目，根据题目特点进行修改代码，使代码简洁、完善。