基础排序算法【计数排序】非比较排序

简介: 待排序数组元素下标0对应着计数数组下标0,待排序元素下标1对应的计数数组下标1,待排序元素下标2对应着计数数组下标2,……待排序元素100的下标,对应着计数数组下标100.

⏰【计数排序】


计数排序又称为鸽巢原理,是对哈希直接定址法的变形应用

> 基本思路:


1.统计数据出现的次数

2.根据统计的结果将序列拷贝回到原来的序列中去。


注意:这里需要用到相对位置映射。不能单纯的绝对位置映射。


为什么?因为会有不必要的空间浪费。


待排序数组元素下标0对应着计数数组下标0,待排序元素下标1对应的计数数组下标1,待排序元素下标2对应着计数数组下标2,……待排序元素100的下标,对应着计数数组下标100.


我们需要开辟一个计数数组,专门用来计算每个数据出现的次数,而理论上该数组该开辟多大呢?如果原数组中最大值为10,则拷贝数组开辟10个空间即可。


fa51b8e5e3c947f986947af6338d6c38.png


这里计数数组开辟后,需要全部初始化为0.


首先我们需要对原数组进行计算,统计每个数据出现的次数。


85c967315961483db10f78230a28b833.png


然后我们根据计数数组里的数据来进行排序


63985397aadd4df6ad5cd870ba67ff7b.png


这种是属于决定位置映射,而当数据很大时,比如最大值为100时,就需要计数数组开辟100个空间,而最小值为90值,那么前90个空间就相当于浪费了。


48b2c52bda804692aaa621da3eab1320.png


所以我们需要使用相对位置映射。这样可以减少空间的浪费。


即计数数组空间大小的开辟取决于待排序序列中的最大值和最小值。它的范围就是range=最大值-最小值+1.


这样前面的空间就不会开辟浪费了。


8a132e378e5a436aaac2d66752d73ac5.png


只不过待排序数组在计数数组中的位置是相对的。


比如待排序数组-最小值才是在计数数组的位置。


比如90-最小值=0.它在计数数组中就是下标为0的值


92-最小值=2,它在计数数组中就是下标为2的值


100-最小值=10,它在计数数组中就是下标为10的值。


468cfba3389a451c99a8deeb4096df2b.png


🕐计数


第一步:统计每个数据出现的次数


1.遍历待排序数组,将最大值最小值获取出来

2.开辟计数数组

3.初始化计数数组

4.计数


void Countsort(int *a,int n)//计数排序O(N+range)
{
  int i = 0;
  int max = a[i], min = a[i];
  for (i = 1; i < n; i++)//遍历一遍原数组
  {
    if (a[i] > max)
    {
      max = a[i];
    }
    if (a[i] < min)
    {
      min = a[i];
    }
  }
  int range = max - min + 1;//计数数组开辟的大小由range确定
  int* counta = (int*)calloc(range,sizeof(int));//初始化计数数组都为0
  //calloc在开辟空间的同时也为数组初始化为0 
  //memset(counta, 0, sizeof(int) * range);也可以用memset初始化数组
  for (int i = 0; i < n; i++)
  {
    counta[a[i] - min]++;//相对位置映射
    //a[i]-最小值,是待排序数据在计数数组中的位置
  }

840c5c7fe20a4cdf93d8fabbb087cae8.png


对于计数数组各个位置上的值,代表这个位置上的值出现了几次,1代表出现1次,2代表出现2次,3代表出现3次,0代表没有出现。


🕦排序


第二步:根据计数数组,对原数组进行覆盖


  int j = 0;
  for (int i = 0; i  < range; i++)
  {
    while (counta[i]--)//出现几次就往原数组放几次
    {
      a[j++] = i + min;//因为是相对位置映射,i位置上的数据并不真正是i而是i+min,将出现几次覆盖到原数组上去。
    }
  }


🕓测试


void Countsort(int *a,int n)//计数排序O(N+range)
{
  int i = 0;
  int max = a[i], min = a[i];
  for (i = 1; i < n; i++)//遍历一遍原数组
  {
    if (a[i] > max)
    {
      max = a[i];
    }
    if (a[i] < min)
    {
      min = a[i];
    }
  }
  int range = max - min + 1;
  int* counta = (int*)calloc(range,sizeof(int));//初始化计数数组都为0
  //memset(counta, 0, sizeof(int) * range);
  for (int i = 0; i < n; i++)
  {
    counta[a[i] - min]++;
  }
  //对计数数组排序,覆盖原数组
  //这个位置的值,代表了这个值出现了几次 1代表出现一次,2代表出现两次
  int j = 0;
  for (int i = 0; i  < range; i++)
  {
    while (counta[i]--)
    {
      a[j++] = i + min;//出现几次就往原数组放几次
    }
  }
}
int main()
{
  int a[] = { 90,92,96,93,98,99,100,92,93,90};
  int n = sizeof(a) / sizeof(a[0]);
  Countsort(a,n);
  for (int i = 0; i < n; i++)
  {
    printf("%d ", a[i]);
  }
  return 0;
}

da8565c7287f4a3a85d6154acb02ec4e.png


⏰总结:


1.计数排序适合范围集中,且范围不大的整形排序。

当数据范围集中时,效率很高,但是适用范围及场景有限。

2.不适合范围分散和非整形的排序,如:字符串,浮点数。

3.计数排序时间复杂度为O(N+range),当range与n接近时效率很快。

4.空间复杂度O(range);

5.稳定性:稳定。

相关文章
|
4月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
18天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
63 8
|
18天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
57 7
|
2月前
|
搜索推荐 Shell
解析排序算法:十大排序方法的工作原理与性能比较
解析排序算法:十大排序方法的工作原理与性能比较
53 9
|
2月前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
25 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
2月前
|
搜索推荐 Java Go
深入了解计数排序算法
深入了解计数排序算法
34 4
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
32 0
|
2月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
73 0
|
4月前
|
搜索推荐 算法 Java
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
该博客文章通过UML类图和Java源码示例,展示了如何使用适配器模式将QuickSort类和BinarySearch类的排序和查找功能适配到DataOperation接口中,实现算法的解耦和复用。
44 1
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
|
4月前
|
算法 搜索推荐 Java
算法实战:手写归并排序,让复杂排序变简单!
归并排序是一种基于“分治法”的经典算法,通过递归分割和合并数组,实现O(n log n)的高效排序。本文将通过Java手写代码,详细讲解归并排序的原理及实现,帮助你快速掌握这一实用算法。
42 0
下一篇
无影云桌面