排序算法IV(桶排序)

今天咱们弄个奇葩的,听听音乐再来看题解,看看效果会不会更好!音乐材料

排序算法是《数据结构与算法》中最基本的算法之一。

十种常见排序算法可以分为两大类：

比较类排序：通过比较来决定元素间的相对次序，时间复杂度为 O(nlogn)～O(n²)。
非比较类排序：不通过比较来决定元素间的相对次序，其时间复杂度可以突破 O(nlogn)，以线性时间运行。

桶排序 （Bucket sort）是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。桶排序的工作的原理：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）。

1.1、算法描述
设置一个定量的数组当作空桶；
遍历输入数据，并且把数据一个一个放到对应的桶里去；
对每个不是空的桶进行排序；
从不是空的桶里把排好序的数据拼接起来。
 

桶排序是稳定排序，但仅限于桶排序本身，假如桶内排序采用了快速排序之类的非稳定排序，那么就是不稳定的。

时间复杂度：

如果在桶内使用的是稳定的排序算法，并且桶的数量合理选择，那么桶排序的时间复杂度可以近似为 O(n + k)，其中 n 是待排序元素的数量，k 是桶的数量。
在最坏情况下，所有元素都落在同一个桶中，桶内的排序算法时间复杂度为O(nlogn)。因此，如果桶的数量和元素数量相等，则桶排序的时间复杂度会退化为 O(nlogn)。
总体来说，桶排序的平均时间复杂度为 O(n + n/k * O(klogk))，其中 k 是桶的数量。
空间复杂度：

桶排序的空间复杂度取决于桶的数量和每个桶的大小。通常情况下，桶的数量和待排序元素的数量相等，因此桶排序的空间复杂度主要由桶的大小决定。
如果每个桶的大小是固定的，那么桶排序的空间复杂度为 O(n + k)，其中 n 是待排序元素的数量，k 是桶的数量。
如果每个桶的大小是不固定的，那么桶排序的空间复杂度可能会更高，取决于桶内元素的数量分布情况。
总的来说，桶排序的时间复杂度和空间复杂度取决于桶的数量、桶的大小以及桶内使用的排序算法。在适当的情况下，桶排序可以提供比较高的性能，并且具有较低的空间开销。

#include <iostream>
using namespace std;

void bucketSort(int arr[], int n) {
    //初始化数组
    int count[65536] = { 0 };
    //令数组arr下标为i的数字在数组count中自加1
    //代表count[j]代表数组arr中数字为j的个数
    for (int i = 0; i < n; i++) {
        count[arr[i]]++;
    }
    for (int j = 0; j < 65536; j++) {
        for (int k = 1; k <= count[j]; k++) {
            cout << j << "  ";
        }
    }
}

int main() {
    int arr[7] = { 5,1,2,6,77,10,29 };
    bucketSort(arr, 7);
    return 0;
}

一种更为简单的方法，利用数组实现桶排序

---------------------------------------------------------------------------------------------------------------------------------

本文鸣谢:C++代码实现桶排序_桶排序c++代码 简单-CSDN博客

            【C++】十大排序算法之 桶排序 & 基数排序_c++桶排序-CSDN博客