Python实现桶排序

Python实现桶排序

一、桶排序简介

桶排序(Bucket sort)是一种通过分桶和合并实现的排序算法，又被称为箱排序。

桶排序先将数据分到有限数量的桶里，然后对每一个桶内的数据进行排序(桶内排序可以使用任何一种排序算法，如快速排序)，最后将所有排好序的桶合并成一个有序序列，列表排序完成。

桶排序需要占用很多额外的空间，对桶内数据进行排序，选择哪种排序算法对于性能的影响至关重要。桶排序适用的场景并不多，用得多一点的是基于桶排序思想的计数排序和基数排序。

二、桶排序原理

桶排序的原理如下：

1. 求出待排序列表中的最大值和最小值，得到数据的范围。

2. 根据数据的范围，选择一个适合的值构建有限数量的桶，确定每个桶的数据范围。如数据范围是[0,100)，将数据分成10个桶，第一个桶为[0,10)，第二个桶为[10,20)，以此类推。

3. 将待排序列表中的数据分配到对应的桶中。

4. 对每一个桶内的数据进行排序，这里可以采用任意一种排序算法，建议采用时间复杂度小的排序算法。

5. 将所有桶中的数据依次取出，添加到一个新的有序序列中，列表排序完成。

以列表 [5, 7, 3, 7, 2, 3, 2, 5, 9, 5, 7, 8] 进行升序排列为例。列表的初始状态如下图。

1. 求出待排序列表中的最大值和最小值，选择一个值来分配桶的数量。例子中的最大值为9，最小值为2，分配三个桶。

2. 走访待排序列表，依次将每一个数据分配到对应的桶中。5属于第二个桶的范围，放到第二个桶中。

3. 继续走访待排序列表，进行分桶。7属于第二个桶的范围，放到第二个桶中。

4. 继续走访待排序列表，进行分桶。3属于第一个桶的范围，放到第一个桶中。

5. 继续走访待排序列表，进行分桶。7属于第二个桶的范围，放到第二个桶中。

6. 一直走访完整个待排序列表，将所有数据都放到对应的桶中。

7. 对每一个桶内的数据进行桶内排序，需要对待排序列表升序排序，所以每个桶内都进行升序排序。

8. 依次取出所有桶中的数据，添加到已排序序列中。先取出第一个桶中的数据，2,2,3,3 。

9. 继续取出第二个桶中的数据，5,5,5,7,7,7 。

10. 继续将所有桶中的数据都取出，添加到已排序序列中，列表排序完成。排序结果如下图。

三、Python实现桶排序

# coding=utf-8
def bucket_sort(array):
    min_num, max_num = min(array), max(array)
    bucket_num = (max_num-min_num)//3 + 1
    buckets = [[] for _ in range(int(bucket_num))]
    for num in array:
        buckets[int((num-min_num)//3)].append(num)
    new_array = list()
    for i in buckets:
        for j in sorted(i):
            new_array.append(j)
    return new_array


if __name__ == '__main__':
    array = [5, 7, 3, 7, 2, 3, 2, 5, 9, 5, 7, 8]
    print(bucket_sort(array))

运行结果：

[2, 2, 3, 3, 5, 5, 5, 7, 7, 7, 8, 9]

代码中，使用Python内置函数max()和min()求出了待排序列表中的最大值和最小值。然后设定每个桶的数据范围为3，创建出三个桶，再将数据添加到对应的桶中。取出每一个桶，对每个桶内的数据都进行排序，代码中直接使用了Python的内置函数sorted()，这里也可以使用快速排序等排序算法。桶内的数据排好序之后，依次将每一个桶中的数据添加到一个有序序列中，列表排序完成。

代码中的 i 表示第 i 个桶，j 表示对桶内数据排序后的第 j 个数据。

四、桶排序的时间复杂度和稳定性

1. 时间复杂度

在桶排序中，需要走访待排序列表中的每一个元素，进行分桶，列表长度为 n ，然后需要对每一个桶进行桶内排序，单个桶内排序的最坏时间复杂度是 O(ni^2)，ni 表示第 i 个桶内有 ni 个数据，一共有 k 个桶，时间复杂度为n加每一个桶内排序的时间复杂度，最坏情况下所有数据全被分到了一个桶内，ni=n，时间复杂度为T(n)=n+n^2，再乘分桶和排序的步骤数(常数，不影响大O记法)，所以桶排序的时间复杂度为 O(n^2) 。

桶排序的最优情况是将数据均匀地分配到每一个桶中，此时有k个桶，每个桶内有n/k个数据，每个桶内排序的平均时间复杂度为O(n/k*logn/k)，整个桶排序的时间复杂度为T(n)=n+k*n/k*logn/k，而当k=n时，即每个桶内只有一个元素(不需要进行桶内排序)，时间复杂度为O(n)。

2. 稳定性

根据桶排序的排序原理，会将待排序列表进行分桶、桶内排序和合并。在对每一个桶进行桶内排序时，可以采用不同的排序算法，有些排序算法是稳定的，有些排序算法是不稳定，这会影响到桶排序的稳定性。所以桶排序的稳定性取决于桶内排序算法的稳定性。