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