排序算法——计数排序(非比较排序)

简介: ​哈喽大家好,我是保护小周ღ,本期为大家带来的是排序算法中的计数排序,非常的有意思,值得学习而且计数排序是非交换排序,分享所有源代码,粘贴即可运行,保姆级讲述,包您一看就会,快来试试吧~​

 image.gif编辑

哈喽大家好,我是保护小周ღ,本期为大家带来的是排序算法中的计数排序,非常的有意思,值得学习而且计数排序是非交换排序分享所有源代码,粘贴即可运行,保姆级讲述包您一看就会,快来试试吧~

image.gif编辑

目录

一、计数排序

1.1 算法思想

1.2 程序设计

1.3 程序实现

1.4 计数排序总结


一、计数排序

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。[1] 当然这是一种牺牲空间换取时间的做法,而且当O(k)>O(n*log(n))的时候其效率反而不如基于比较的排序(基于比较的排序的时间复杂度在理论上的下限是O(n*log(n)), 如归并排序,堆排序)                                                                                                                    

                                                                                                                                    ——百度百科


1.1 算法思想:

image.gif编辑

其实会发现一个主要问题,那么就是tmp数组(使用动态开辟)到底应该开辟多大的空间,怎么计算。

假设我们有组数据,100  101   102   101  109  105    105;

我们应该开辟多大的空间,因为最大值是109,从0开始需要开辟110个空间吗?那太浪费了。

image.gif编辑

所以我们只需要最大值-最小值+1的空间,max=109,min=100 , max-min+1=10;使用相对映射的位置。

image.gif编辑


1.2 程序设计

第一步

我们自定义一个函数CountSort();将计数排序的功能实现一下,参数有数组a的地址(我们用指针接收,数组名其实就是地址),另一个参数是:计算数组a里有多少个元素,标准操作为:

sizeof ( a ) / sizeof ( a[ 0 ] );

第二步

我们要在函数内部计算数组a里元素的最大值和最小值(遍历),然后求出数据的范围 range=max - min +1;

第三步

定义动态开辟的数组tmp,因为我已经得到数据有多少,我们就可以开辟了。

但是我们又想要将tmp数组里的值初始化为0;

博主的方式是直接使用calloc();开辟,calloc() 与 malloc() 函数是一样的功能,只是 calloc() 的函数参数表达方式略有不同,其次是它会将动态开辟的空间值初始化为0;

还有一种方法是使用 memset()函数,menset(tmp,  0 , sizeof( int ) * range );这几个参数应该能理解吧?

只要是动态开辟的空间,我们用完之后一定要随手将它释放掉,就像打括号 { } 一样,可以先写着,避免遗忘。将free(tmp);放到代码最后即可。

第四步

统计数组a里的每个元素出现的次数,然后映射至tmp数组。(使用相对映射);

第五步

将tmp数组里不为0的元素的下标+min反赋给数组a,遍历结束,排序完成。


1.3 程序实现:

#define _CRT_SECURE_NO_WARNINGS#include<stdio.h>#include<stdlib.h>voidCountSort(int*a, intn)
{
intmax=a[0];
intmin=a[0];
for (inti=0; i<n; ++i)//遍历找打最大值和最小值    {
if (a[i] >max)
        {
max=a[i];
        }
if (a[i] <min)
        {
min=a[i];
        }
    }
intrange=max-min+1;//计算范围int*tmp= (int*)calloc(range, sizeof(int));//动态开辟if (tmp==NULL)//如果空间申请失败,报个错,并中止程序    {
perror("calloc");
return;
    }
for (inti=0; i<n; ++i)//统计数组a每个元素出现的次数    {
tmp[a[i] -min]++;
    }
intj=0;
for (inti=0;i<range;++i)//    {
while (tmp[i])//判断tmp数组该元素是否有计数。        {
a[j++] =i+min;//如果有就把该元素的下标值反映射至数组atmp[i]--;
        }
    }
//动态开辟的空间,主动释放free(tmp);
tmp=NULL;
}
//打印voidPrint(int*a,intn)
{
for (inti=0;i<n;++i)
    {
printf("%d ",a[i]);
    }
}
intmain()
{
inta[] = {-1,1,2,9,8,8,1,3,4,3,4,5};
CountSort(a, sizeof(a) /sizeof(a[0]));//计数排序Print(a, sizeof(a) /sizeof(a[0]));//打印return0;
}

image.gif

image.gif编辑


1.4 计数排序总结

计数排序:思想很巧妙,适用范围具有局限性(整型数据)

时间复杂度:O(N+range);非常块,但是数据范围很大的就差些,说明它适用于范围集中一组整型数据排序。

空间复杂度:O(range);


至此计数排序的算法思想博主已经分享完了,相信大家对这个逻辑有了一定的理解,大家可以自己动手敲敲代码,感受一下。

image.gif编辑

本期收录于博主的专栏——排序算法,适用于编程初学者,感兴趣的朋友们可以订阅,查看其它“常见排序”。 排序算法_保护小周ღ的博客-CSDN博客

感谢每一个观看本篇文章的朋友,更多精彩敬请期待:保护小周ღ  *★,°*:.☆( ̄▽ ̄)/$:*.°★*  

文章存在借鉴,如有侵权请联系修改删除!image.gif编辑

相关文章
|
12天前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
|
13天前
|
机器学习/深度学习 运维 算法
基于非支配排序遗传算法NSGAII的综合能源优化调度(Matlab代码实现)
基于非支配排序遗传算法NSGAII的综合能源优化调度(Matlab代码实现)
134 0
基于非支配排序遗传算法NSGAII的综合能源优化调度(Matlab代码实现)
|
14天前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法 安全
【无人机3D路径规划】基于非支配排序遗传算法NSGAII的无人机3D路径规划研究(Matlab代码实现)
【无人机3D路径规划】基于非支配排序遗传算法NSGAII的无人机3D路径规划研究(Matlab代码实现)
135 1
|
21天前
|
机器学习/深度学习 算法 安全
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法 安全
【优化调度】基于matlab非支配排序遗传算法求解车辆充电调度优化问题研究(Matlab代码实现)
【优化调度】基于matlab非支配排序遗传算法求解车辆充电调度优化问题研究(Matlab代码实现)
|
10天前
|
供应链 算法 Java
【柔性作业车间调度问题FJSP】基于非支配排序的多目标小龙虾优化算法求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
【柔性作业车间调度问题FJSP】基于非支配排序的多目标小龙虾优化算法求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
|
15天前
|
存储 算法 搜索推荐
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
专攻软考高频算法,深度解析二分查找、堆排序、快速排序核心技巧,对比九大排序算法,配套动画与真题,7天掌握45%分值模块。
73 0
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
|
7天前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划研究(Matlab代码实现)
|
2月前
|
传感器 并行计算 算法
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
147 3

热门文章

最新文章