计数排序、桶排序和基数排序的运算性能对比及总结区别(附python代码)

首先证明一波排序算法的运算性能,如下图。对于50万个数据的无序列表,时间复杂度为的桶排序和计数排序明显比复杂度为的归并排序和快速排序性能好至少一个数量级。1. 计数排序1.1 基本原理:首先确定列表的最大值max和最小值min,然后创建一个 (max+1-min) 长度的二维空列表,第一维是数据的大小,第二维记录该数据的个数。然后对待排序列表进行逐个元素扫描,将元素根据大小放入(max+1-min) 长度的空列表,比如值为 min的元素就放在第0个,并且相应计数加1。直至列表扫描结束,那么(..
摘要由CSDN通过智能技术生成

首先证明一波排序算法的运算性能,如下图。对于50万个数据的无序列表,时间复杂度为O(n+k)的桶排序和计数排序明显比复杂度为O(n log n)的归并排序和快速排序性能好至少一个数量级。

1. 计数排序

 1.1 基本原理:首先确定列表的最大值max和最小值min,然后创建一个 (max+1-min) 长度的二维空列表,第一维是数据的大小,第二维记录该数据的个数。然后对待排序列表进行逐个元素扫描,将元素根据大小放入 (max+1-min) 长度的空列表,比如值为 min的元素就放在第0个,并且相应计数加1。直至列表扫描结束,那么(max+1-min) 长度的二维列表会记录每个值的个数,然后数据再逐个从列表弹出至原列表即可,动画效果

1.2 python代码

def countsort(lst):
    if len(lst)<2:
      return lst

    L = lst[:]
    min = L[0]
    max = L[0]
    for i in range(1,len(L)):
      if L[i]>max:
        max = L[i]
      elif L[i]<min:
        min = L[i]

    L_tmp = [[x, 0] for x in range(min, max+1)]
    for x in L:
      L_tmp[x-min][1] += 1

    L.clear()
    for i in range(min, max+1):
      while L_tmp[i-min][1]:
        L_tmp[i-min][1] -= 1
        L.append(i)
    return L

2

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值