数据结构与算法面试:基于比较的排序算法时间复杂度最坏情况下是 O(nlogn),请问有没有更快的算法?(提示:计数排序、基数排序)

简介: 数据结构与算法面试:基于比较的排序算法时间复杂度最坏情况下是 O(nlogn),请问有没有更快的算法?(提示:计数排序、基数排序)

数据结构与算法面试:基于比较的排序算法时间复杂度最坏情况下是 O(nlogn),请问有没有更快的算法?(提示:计数排序、基数排序)

简介:基于比较的排序算法时间复杂度最坏情况下是 O(nlogn),请问有没有更快的算法?(提示:计数排序、基数排序)

基数排序是一种时间复杂度O(nlogn)的排序算法,其中d是数组a中最大数字的位数。如果数字长度d较小,那么基数排序要比比较排序更快。

基数排序的实现思路如下:

  1. 用一个桶数组来记录每个可能的数字出现的次数(这里假设数值范围在0~9之间)。
  2. 将原始数组a依次按照个位、十位、百位、千位…进行排序。对于某个"当前位数"可以采用计数排序或者桶排序的方式,在该轮排序后,原始数组a已经被排好序了。

下面是使用C++实现基数排序的代码,并附带详细注释:

#include <iostream>
#include <vector>
using namespace std;
void radix_sort(vector<int>& a) {
    int n = a.size();
    if (n <= 1) return;
    // 获取数组中的最大值
    int max_val = a[0];
    for (int i = 1; i < n; ++i) {
        max_val = max(max_val, a[i]);
    }
    // 计算出最大值的长度
    int k = 0;
    while (max_val > 0) {
        max_val /= 10;
        ++k;
    }
    // 建立桶数组并进行基数排序
    vector<int> bucket(a.size());
    vector<int> count(10);
    // 每一轮循环按照不同的位数进行排序
    for (int i = 0, r = 1; i < k; ++i, r *= 10) {
        // 将桶清零
        fill(count.begin(), count.end(), 0);
        // 统计出现次数
        for (int j = 0; j < n; ++j) {
            int c = (a[j] / r) % 10;
            ++count[c];
        }
        // 计算前缀和
        for (int j = 1; j <= 9; ++j) {
            count[j] += count[j - 1];
        }
        // 按顺序将数放到桶中
        for (int j = n - 1; j >= 0; --j) {
            int c = (a[j] / r) % 10;
            bucket[--count[c]] = a[j];
        }
        // 从桶中取回数据
        for (int j = 0; j < n; ++j) {
            a[j] = bucket[j];
        }
    }
}
int main() {
    vector<int> a = {7, 6, 5, 4, 3, 2, 1, 0};
    radix_sort(a);
    for (int i = 0; i < a.size(); ++i) {
        cout << a[i] << " ";
    }
    cout << endl;
    return 0;
}

该算法借助"桶"和"计数"两种数据结构,实现了时间复杂度O(dn)的基数排序算法。为了方便地处理数组中的数字,我们可以将其转换为字符串然后进行操作。

  • java
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
class Main {
    public static void radixSort(int[] a) {
        int n = a.length;
        if (n <= 1) return;
        // 获取数组中的最大值
        int max_val = a[0];
        for (int i = 1; i < n; ++i) {
            max_val = Math.max(max_val, a[i]);
        }
        // 计算出最大值的位数
        int k = 0;
        while (max_val > 0) {
            max_val /= 10;
            ++k;
        }
        // 建立桶数组并进行基数排序
        int[] bucket = new int[a.length];
        int[] count = new int[10];
        // 每一轮循环按照不同的位数进行排序
        for (int i = 0, r = 1; i < k; ++i, r *= 10) {
            // 将桶清零
            Arrays.fill(count, 0);
            // 统计出现次数
            for (int j = 0; j < n; ++j) {
                int c = (a[j] / r) % 10;
                ++count[c];
            }
            // 计算前缀和
            for (int j = 1; j < 10; ++j) {
                count[j] += count[j - 1];
            }
            // 按顺序将数放到桶中
            for (int j = n - 1; j >= 0; --j) {
                int c = (a[j] / r) % 10;
                bucket[--count[c]] = a[j];
            }
            // 从桶中取回数据
            for (int j = 0; j < n; ++j) {
                a[j] = bucket[j];
            }
        }
    }
    public static void main(String[] args) {
        int[] a = {7, 6, 5, 4, 3, 2, 1, 0};
        radixSort(a);
        for (int i = 0; i < a.length; ++i) {
            System.out.print(a[i] + " ");
        }
        System.out.println();
    }
}
相关文章
|
1月前
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
26 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
|
1月前
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
33 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
1月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
20 0
数据结构与算法学习十四:常用排序算法总结和对比
|
1月前
|
算法
[数据结构] -- 时间复杂度和空间复杂度
[数据结构] -- 时间复杂度和空间复杂度
15 0
|
1月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
4月前
|
搜索推荐 算法
【数据结构】排序算法——Lesson2
【7月更文挑战第24天】
23 3
|
3月前
|
存储 算法
【数据结构】——时间复杂度与空间复杂度
【数据结构】——时间复杂度与空间复杂度
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
70 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
1月前
|
存储 缓存 分布式计算
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
这篇文章是关于数据结构与算法的学习指南,涵盖了数据结构的分类、数据结构与算法的关系、实际编程中遇到的问题以及几个经典的算法面试题。
30 0
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
|
1月前
|
机器学习/深度学习 存储 算法
【数据结构与算法基础】——算法复杂度
【数据结构与算法基础】——算法复杂度
下一篇
无影云桌面