计数排序(Counting Sort)
计数排序是一个非基于比较的排序算法,该算法于1954年由 Harold H. Seward 提出。它的优势在于在对一定范围内的整数排序时,它的时间复杂度为Ο(n+k)(其中k是整数的范围),快于任何比较排序算法,当然这是一种牺牲空间换取时间的做法。—百度百科
- 计数排序也有基于比较的实现方式,但是其时间复杂度为 O(n2) ,所以这种方式通常没用使用的价值。可以参考kkun或神秘博士来袭这两位文章中的介绍。
- 后文中的示例的代码介绍的是基于分布实现的计数排序。
- 时间复杂度: O(n+k),k=MaxNumber(array)
- 空间复杂度: O(k),k=MaxNumber(array)
- 稳定性: 稳定
算法描述
- 计算数组S的最大值k
- 建立长度位k+1的计数数组count
- 计算数量:遍历序列S元素,对应的数组count位置+1
- 计算分布:根据count中元素的数量,计算元素的分布
- 根据元素分布排序数组
排序示例
假设有数组:S[2,1,3,4,3,2,1,4,3,2]
1. 计算数量
计数数组 | 0 | 1 | 2 | 3 | 4 |
---|---|---|---|---|---|
次数 | 0 | 2 | 3 | 3 | 2 |
如上表所示1出现了2次,2出现了3次,3出现了3次,4出现了2次
2. 计算分布
分布数组 | 0 | 1 | 2 | 3 | 4 |
---|---|---|---|---|---|
分布值 | 0 | 2 | 5 | 8 | 10 |
如上表所示,因数组索引是0~n-1,所以使用分布值时需减1。上表代表的含义为元素1分布在0~1的位置上,元素2分布在2~4的位置上,元素3分布在5~7的位置上,元素4分布在8~9的位置上。
3. 排序
根据2中分布值的结果即可得到排序结果为:
S[1,1,2,2,2,3,3,3,4,4]
示例代码
public static void CountingSort(int[] S) { //C#
int min = S.Min();
int[] count = new int[S.Max() - min + 1];//计数数组,存放各元素出现的次数
int[] bucket = new int[S.Length];//桶,用于装排序后的数据
for (int i = 0; i < S.Length; i++) {
count[S[i] - min]++; //计算各元素出现的次数
}
for (int i = 1; i < count.Length; i++) {
count[i] += count[i - 1]; //计算各元素的分布值
}
for (int i = S.Length - 1; i >= 0; i--) {
int j = S[i] - min;
bucket[count[j] - 1] = S[i]; //根据分布将元素倒入桶中
count[j]--;
}
Array.Copy(bucket, S, bucket.Length); //将桶中元素倒回原数组
}
def counting_sort(s): #Python
min_num = min(s)
count = [0] * (max(s) - min_num + 1)
buckets = [0] * len(s)
for item in s:
count[item - min_num] += 1
for i in range(1, len(count)):
count[i] += count[i-1]
for i in range(len(s)-1, -1, -1):
j = s[i] - min_num
buckets[count[j] - 1] = s[i]
count[j] -= 1
for i in range(len(s)):
s[i] = buckets[i]
文中若有什么错误,欢迎留言指正。
转载请保留出处:http://blog.csdn.net/x1060549/article/details/78927426