经典排序算法之桶排序

上一篇： 归并排序
下一篇： 计数排序

桶排序每个桶存储一定范围的元素，通过映射函数，将待排序数组中的元素映射到各个对应的桶中，对每个桶中的元素进行排序，最后将非空桶中的元素逐个放入原序列中

其核心是将将数组分到有限数量的桶子里。每个桶子再分别排序。

桶排序过程中存在三个关键环节：

• 元素值域的划分，也就是元素到桶的映射规则。映射规则需要根据待排序集合的元素分布特性进行选择，若规则设计的过于模糊、宽泛，则可能导致待排序集合中所有元素全部映射到一个桶上，则桶排序向比较性质排序算法演变。若映射规则设计的过于具体、严苛，则可能导致待排序集合中每一个元素值映射到一个桶上，则桶排序向计数排序方式演化。
• 排序算法的选择，从待排序集合中元素映射到各个桶上的过程，并不存在元素的比较和交换操作，在对各个桶中元素进行排序时，可以自主选择合适的排序算法，桶排序算法的复杂度和稳定性，都根据选择的排序算法不同而不同
• 尽量保证元素分散均匀，否则当所有数据集中在同一个桶中时，桶排序失效

对于元素值域需要通过映射关系来确定，合理的映射关系，可以让数据分布在每个桶比较均匀。
方案一：设定一个固定比例，例如使用10倍于平均的容量。这在很多时候能够解决问题，但遇到极端数据的时候容易出现问题。

方案二：极端增加空间大小，使得每个桶固定装一个数，这需要限制输入数据不重复。但是，如果输入数据没有范围限制，我们必须申请Integer.MAX_VALUE字节数据，而这必然会导致内存过大。

方案三：使用最大值-最小值/ 数组长度+1 (max - min) / arr.length + 1;这种映射关系
可用于最大最小值相差较大的数据情况，要求数据的分布必须均匀，否则可能导致 数据都集中到一个桶中。

 public static int[] bucketSort(int[] arr){

        boolean isLegal=arr==null|| arr.length ==0;

        if (isLegal) {
            return arr;
        }

        int max= Arrays.stream(arr).max().getAsInt();
        int min= Arrays.stream(arr).min().getAsInt();

        //桶数
        int bucketNum = (max - min) / arr.length + 1;//映射关系
        ArrayList<Integer>[] bucketArr = new ArrayList[bucketNum];

        Arrays.fill(bucketArr, new ArrayList<>());

        //将每个元素放入桶
        for (int j : arr) {
            int num = (j - min) / (arr.length);
            bucketArr[num].add(j);
        }

        //对每个桶进行排序
        for (ArrayList<Integer> integers : bucketArr) {
            Collections.sort(integers);
        }

        int arrNum=0;
        for (ArrayList<Integer> list : bucketArr) {
            for (Integer integer : list) {
                arr[arrNum++]=integer;
            }
        }

        return arr;
    }

桶排序的平均时间复杂度为线性的O(N+C)，其中C=N*(logN-logM)。如果相对于同样的N，桶数量M越大，其效率越高，如果数据共有N个，桶有M个，则桶排序平均复杂度为：

O(N)+O(N)+O((N/M)㏒(N/M))=O(N+N(logN-logM))=O(N+NlogN-NlogM)

最优情形下，桶排序的时间复杂度为O(n)。

由于需要申请额外的空间来保存元素，并申请额外的数组来存储每个桶，所以空间复杂度为 O(N+M)。算法的稳定性取决于对桶中元素排序时选择的排序算法。

桶排序需要消耗内存空间比较大，其本身桶里面也依赖其他排序算法的实现；所以一般不常用。更多的是基于桶排序的扩展—计数排序和基数排序