思路
1.遍历原始数组 arr 找到最大值和最小值,确定计数数组 countArr 的范围
2.遍历 arr 并计数于 countArr
3.对 countArr 做调整,每个数等于前面的数之和
4.反向遍历 arr,对应 countArr 中的数减 1,就是 sortedArr 中的位置
代码
public class CountSort{
public static int[] countSort(int[] arr) {
int min = arr[0];
int max = arr[0];
for(int i = 1; i < arr.length; i++){
if(arr[i] < min)
min = arr[i];
if(arr[i] > max)
max = arr[i];
}
int[] countArr = new int[arr.length];
for(int i = 0; i < arr.length; i++){
countArr[arr[i] - min] ++;
}
int sum = 0;
for(int i = 0; i < countArr.length;i ++){
sum += countArr[i];
countArr[i] = sum;
}
int[] sortedArr = new int[arr.length];
for(int i = arr.length - 1; i >= 0; i--){
sortedArr[countArr[arr[i] - min] - 1] = arr[i];
countArr[arr[i] - min] --;
}
return sortedArr;
}
public static void main(String[] args){
int[] array = new int[]{5,5,8,6,6,3,9,2,1,4,7,1,2,9};
int[] sortedArr = countSort(array);
System.out.println(Arrays.toString(sortedArr));
}
}
复杂度分析
时间复杂度
第1、2、4步 O(n),第3步 O(k),共 O(n + k)
最好最坏需要一样的步数
空间复杂度
不考虑返回数组的长度
O(k)
稳定性分析
经过第三步优化,稳定
优势
特定情况下比快速排序还快,而且还是稳定的
适用场景
小范围内有重复的整数