Python3 数据结构与算法之计数排序

简介: Python3 数据结构与算法之计数排序

本文讲述一个在编程过程中并不是很常见的一种排序算法——计数排序。


计数排序

根据这个排序的名字,我们不难想到该排序的主体就在于计数二字上,那么具体有什么数字需要我们记录呢,下面通过一个例子来简单的说明一下。

这里给定一个数组:

arr = [2, 3, 5, 14, 5, 7, 22, 7, 7, 11]

我们能看到一个数组中的数字不仅是大小不一的,还有可能是重复的,既然有重复的数据,那么我们就先来讲这些重复的数据找出来并做一定的标记。


我们既想要记录每个数字是多少又想要记录出现的次数,你可能会想到二维数组、字典等等的数据结构,我在这里给出一个很简单的思想用一个一维数组解决这个问题,首先我们定义一个长度为max(arr)-min(arr)+1的数组countArr,有个这个较长的数组后,我们就可以用索引来表示数字的值用数组的空间去存储该值出现的次数,来用代码实现以下这个操作:

    maxnum = max(arr)
    minnum = min(arr)
    countArr_length = maxnum - minnum + 1
    countArr = [0 for i in range(countArr_length)]
    # 统计每个数字出现的次数,存在计数数组中。
    for i in arr:
        countArr[i - minnum] += 1

每一次循环的结果如下:

12.png

有了这个数组,我们只需要将每个数在一个新的数组中填入到他们相应的位置并输出即可,全部代码如下:

def count_sort(arr):
    maxnum = max(arr)
    minnum = min(arr)
    countArr_length = maxnum - minnum + 1
    countArr = [0 for i in range(countArr_length)]
    res = [0 for i in range(len(arr))]
    # 统计每个数字出现的次数,存在计数数组中。
    for i in arr:
        countArr[i - minnum] += 1
    # 统计每个数字前面有几个比自己小的数,并更新到计数数组中。
    for j in range(1, countArr_length):
        countArr[j] = countArr[j] + countArr[j - 1]
    # 根据每个数字前面有几位比自己小的数的个数进行输出。
    for k in range(len(arr)):
        res[countArr[arr[k] - minnum] - 1] = arr[k]
        countArr[arr[k] - minnum] -= 1
    return res
arr = [2, 3, 5, 14, 5, 7, 22, 7, 7, 11]
print(count_sort(arr))

排序结果如下:

13.png

说明一下代码中最后一个循环中的内容:


res[countArr[arr[k] - minnum] - 1] = arr[k],该步骤用于寻找数字arr[k]之前有几个比他的数字n,并把数字arr[k]放在n-1的位置上(-1是因为索引需要从0开始)。


countArr[arr[k] - minnum] -= 1,该步骤将上一步中排序好的数字弹出再集训进行循环。


复杂度:

假定原始数列的规模是N,最大值和最小值的差是M,计数排序的时间复杂度是O(N+M),如果不考虑结果数组,只考虑中间数组大小的话,空间复杂度是O(M)。


计数排序的局限性:

1、当数列的最大和最小值差距过大时,并不适用计数排序。

2、当数列元素不是整数,并不适用计数排。

相关文章
|
9天前
|
机器学习/深度学习 存储 算法
解锁文件共享软件背后基于 Python 的二叉搜索树算法密码
文件共享软件在数字化时代扮演着连接全球用户、促进知识与数据交流的重要角色。二叉搜索树作为一种高效的数据结构,通过有序存储和快速检索文件,极大提升了文件共享平台的性能。它依据文件名或时间戳等关键属性排序,支持高效插入、删除和查找操作,显著优化用户体验。本文还展示了用Python实现的简单二叉搜索树代码,帮助理解其工作原理,并展望了该算法在分布式计算和机器学习领域的未来应用前景。
|
25天前
|
监控 算法 安全
深度洞察内网监控电脑:基于Python的流量分析算法
在当今数字化环境中,内网监控电脑作为“守城卫士”,通过流量分析算法确保内网安全、稳定运行。基于Python的流量分析算法,利用`scapy`等工具捕获和解析数据包,提取关键信息,区分正常与异常流量。结合机器学习和可视化技术,进一步提升内网监控的精准性和效率,助力企业防范潜在威胁,保障业务顺畅。本文深入探讨了Python在内网监控中的应用,展示了其实战代码及未来发展方向。
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
130 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
132 66
|
6天前
|
监控 算法 安全
内网桌面监控软件深度解析:基于 Python 实现的 K-Means 算法研究
内网桌面监控软件通过实时监测员工操作,保障企业信息安全并提升效率。本文深入探讨K-Means聚类算法在该软件中的应用,解析其原理与实现。K-Means通过迭代更新簇中心,将数据划分为K个簇类,适用于行为分析、异常检测、资源优化及安全威胁识别等场景。文中提供了Python代码示例,展示如何实现K-Means算法,并模拟内网监控数据进行聚类分析。
28 10
|
24天前
|
存储 算法 安全
控制局域网上网软件之 Python 字典树算法解析
控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
50 17
|
1月前
|
存储 监控 算法
员工电脑监控屏幕场景下 Python 哈希表算法的探索
在数字化办公时代,员工电脑监控屏幕是保障信息安全和提升效率的重要手段。本文探讨哈希表算法在该场景中的应用,通过Python代码例程展示如何使用哈希表存储和查询员工操作记录,并结合数据库实现数据持久化,助力企业打造高效、安全的办公环境。哈希表在快速检索员工信息、优化系统性能方面发挥关键作用,为企业管理提供有力支持。
45 20
|
27天前
|
存储 人工智能 算法
深度解密:员工飞单需要什么证据之Python算法洞察
员工飞单是企业运营中的隐性风险,严重侵蚀公司利润。为应对这一问题,精准搜集证据至关重要。本文探讨如何利用Python编程语言及其数据结构和算法,高效取证。通过创建Transaction类存储交易数据,使用列表管理订单信息,结合排序算法和正则表达式分析交易时间和聊天记录,帮助企业识别潜在的飞单行为。Python的强大功能使得从交易流水和沟通记录中提取关键证据变得更加系统化和高效,为企业维权提供有力支持。
|
27天前
|
存储 算法 安全
U 盘管控情境下 Python 二叉搜索树算法的深度剖析与探究
在信息技术高度发达的今天,数据安全至关重要。U盘作为常用的数据存储与传输工具,其管控尤为关键。本文探讨Python中的二叉搜索树算法在U盘管控中的应用,通过高效管理授权U盘信息,防止数据泄露,保障信息安全。二叉搜索树具有快速插入和查找的优势,适用于大量授权U盘的管理。尽管存在一些局限性,如树结构退化问题,但通过优化和改进,如采用自平衡树,可以有效提升U盘管控系统的性能和安全性。
26 3
|
1月前
|
存储 算法 Serverless
剖析文件共享工具背后的Python哈希表算法奥秘
在数字化时代,文件共享工具不可或缺。哈希表算法通过将文件名或哈希值映射到存储位置,实现快速检索与高效管理。Python中的哈希表可用于创建简易文件索引,支持快速插入和查找文件路径。哈希表不仅提升了文件定位速度,还优化了存储管理和多节点数据一致性,确保文件共享工具高效运行,满足多用户并发需求,推动文件共享领域向更高效、便捷的方向发展。