非比较排序: ,计数排序,基数排序,桶排序,时间复杂度能够达到O(n)
. 这些排序为了达到不比较的目的,对数据做了一些基本假设(限制)。计数排序假设数据都[0,n]
范围内,且范围较小;基数排序假设数据都[0,n]
范围内;也是桶排序假设数据均匀独立的分布。而且,非比较排序的空间要求比较高,用空间换取时间吧。当我们的待排序数组具备一些基数排序与桶排序要求的特性,且空间上又比较富裕时,桶排序与基数排序不失为最佳选择。
计数排序
我们希望能线性的时间复杂度排序,如果一个一个比较,显然是不实际的,书上也在决策树模型中论证了,比较排序的情况为nlogn
的复杂度。既然不能一个一个比较,我们想到一个办法,就是如果在排序的时候就知道他的位置,那不就是扫描一遍,把他放入他应该的位置不就可以了。 要知道他的位置,我们只需要知道有多少不大于他不就可以了
最好,最坏,平均的时间复杂度O(n+k)
, 线性时间完成排序,且稳定。
优点:不需要比较函数,利用地址偏移,对范围固定在[0,k]的整数排序的最佳选择。是排序字节串最快的排序算法。
缺点:由于用来计数的数组的长度取决于待排序数组中数据的范围(等于待排序数组的最大值与最小值的差加上1),这使得计数排序对于数据范围大的数组,需要大量时间和内存。
代码:
int countsort(int A[]){
int[] B = new int[A.length];
int k = max(A);
int [] C = new int[k+1];
for(int i=0;i<A.length;i++){
C[A[i]] = C[A[i]] + 1;
}
// 小于等于A[i]的数的有多少个, 存入数组C
for(int i=1;i<C.length;i++){
C[i] = C[i] + C[i-1];
}
//逆序输出确保稳定-相同元素相对顺序不变
for(int i=A.length-1;i>=0;i--){
B[C[A[i]]-1] = A[i];
C[A[i]] = C[A[i]]-1;
}
return B;
}