线性时间复杂度排序算法

     采用比较的排序算法至少具有O(nlgn)的时间复杂度。而对于整数序列来说，在满足一定的条件下，可以达到O(n)的时间复杂度

主要有计数排序和基数排序，下面分别介绍这两种算法。

一、计数排序(Counting Sort)

问题:对于一个n个整数元素的数组A[1...n]，如果每个元素的都在1~k的范围内

解决这个问题的想法很简单：如果元素a在统计中<=a的元素个数为j，则排序后的数组中a放在第j个位置没错。

伪代码：

 

第7行中采用反向遍历是为了保证计数排序算法的稳定性。

这个算法的时间复杂度为O(n+k)，空间复杂度为O(k)

一般来说,当K=O(n)时，时间复杂度为O(n)

 

二、基数排序(Radix Sort)

问题：对于一个n个整数元素的数组A[1...n]，如果每个元素都可以用b bit表示

想法很简单，我们可以对整数序列从低位到高位逐步排序，这是计数排序的一种扩展

     如果我们每次比较r bits，则需要进行b/r趟，每趟进行计数排序需要O(n+2^r)

则总的时间复杂度为O(b/r(n+2^r))

    基数排序时计数排序的扩展，r取越大，空间复杂度就越高，当r=b时，就成了计数排序。

一般来说，取r=lgn,此时时间复杂度为O(bn/lgn)

三、例子

问题：How to sort n integers int the range 0 to n^2-1 in O(n) time

对于这个经典问题，我们可以采用基数排序

取b=log(n^2），取r=logn，则时间复杂度为O(2*(n+n))，即O(n)的时间复杂度