计数排序就是这么容易

简介: 计数排序就是这么容易

前言

声明:参考来源互联网,有任何争议可以留言。站在前人的肩上,我们才能看的更远。

本教程纯手打,致力于最实用教程,不需要什么奖励,只希望多多转发支持。

计数排序是比较容易的排序算法,但是对数量级较小的整数排序很实用。

1.计数排序(Counting Sort)

1.1.计数排序(Counting Sort)

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。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)


例如:计数排序是用来排序0到100之间的数字的最好的算法,但是它不适合按字母顺序排序人名。但是,计数排序可以用在基数排序中的算法来排序数据范围很大的数组。


计数排序是一个简单的排序算法,看下边原理很容易理解。

2.原理

2.1.步骤

  • 算法的步骤如下:
  1. 找出待排序的数组中最大和最小的元素
  2. 统计数组中每个值为i的元素出现的次数,存入数组C的第i项
  3. 对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加)
  1. 反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1

如果有疑问,看下边一个例子

2.2.实例题目

题目:数组里有20个随机数,取值范围为从0到10,要求用最快的速度把这20个整数从小到大进行排序。

无论是归并排序,冒泡排序还是快速排序等等,都是基于元素之间的比较来进行排序的。但是有一种特殊的排序算法叫计数排序,这种排序算法不是基于元素比较,而是利用 数组下标 来确定元素的正确位置。


通过计数排序特性分析题目,我们知道整数的取值范围是从0到10,那么这些整数的值肯定是在0到10这11个数里面。于是我们可以建立一个长度为11的数组,数组下标从0到10,元素初始值全为0,如下所示:

先假设20个随机整数的值是: 9, 3, 5, 4, 9, 1, 2, 7, 8,1,3, 6, 5, 3, 4, 0, 10, 9, 7, 9

  • 让我们先遍历这个无序的随机数组,每一个整数按照其值对号入座,对应数组下标的元素进行 加1 操作。

比如第一个整数是 9,那么数组下标为 9 的元素加 1:

  • 第二个整数是3,那么数组下标为 3 的元素加 1:

  • 继续遍历数列并修改数组…

最终,数列遍历完毕时,数组的状态如下:

数组中的每一个值,代表了数列中对应整数的出现次数。

有了这个统计结果,排序就很简单了,直接遍历数组,输出数组元素的下标值,元素的值是几,就输出几次:

0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 5, 6, 7, 7, 8, 9, 9, 9, 9, 10

这就是计数排序的基本过程,它适用于一定范围的整数排序。在取值范围不是很大的情况下,它的性能在某些情况甚至快过那些O(nlogn)的排序,例如快速排序、归并排序。

3.代码

3.1.代码

@Test
public void sortJavaPub(){
  int [] array = {2,1,5,3,4};
  //1.得到数列的最大值
  int max = array[0];
  for (int i = 1; i < array.length; i++) {
    if (array[i] > max)
      max = array[i];
  }
  //2.根据数列的最大值确定统计数组的长度
  int[] coutArray = new int[max + 1];
  //3.遍历数列,填充统计数组
  for(int i = 0; i < array.length; i++)
    coutArray[array[i]]++;

  //4.遍历统计数组,输出结果
  int index = 0;
  int[] sortedArray = new int[array.length];
  for (int i = 0; i < coutArray.length; i++) {
    for (int j = 0; j < coutArray[i]; j++) {
      sortedArray[index++] = i;
    }
  }
  System.out.println(Arrays.toString(sortedArray));
}

返回结果:

[1, 2, 3, 4, 5]

4.扩展阅读

4.1.局限性

1. 当数列最大最小值差距过大时,并不适用于计数排序

比如给定20个随机整数,范围在0到1亿之间,此时如果使用计数排序的话,就需要创建长度为1亿的数组,不但严重浪费了空间,而且时间复杂度也随之升高。

2. 当数列元素不是整数时,并不适用于计数排序

如果数列中的元素都是小数,比如3.1415,或是0.00000001这样子,则无法创建对应的统计数组,这样显然无法进行计数排序。


目录
相关文章
|
6月前
|
存储 搜索推荐 C++
C++计数排序的实现
C++计数排序的实现
|
6月前
|
搜索推荐 算法
排序算法——计数排序
排序算法——计数排序
|
11月前
|
搜索推荐 算法
计数排序详解
计数排序详解
|
6月前
|
搜索推荐 BI
排序算法:非比较排序(计数排序)
排序算法:非比较排序(计数排序)
78 0
|
存储 搜索推荐 算法
排序算法总结—时间复杂度O(n)—基数排序/计数排序小记
排序算法总结—时间复杂度O(n)—基数排序/计数排序小记
138 0
|
搜索推荐 算法
排序算法——计数排序(非比较排序)
​ 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~ ​
105 0
|
算法 容器
计数排序与基数排序
计数排序与基数排序
152 0
|
人工智能 搜索推荐 算法
C/C++ 计数排序
计数排序是一种非基于比较的排序算法,该算法于1954年由提出。找出待排序的数组中最大和最小的元素统计数组中每个值为i的元素出现的次数,存入数组C的第i项对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加)反向填充目标数组:将每个元素i放在新数组的第C[i]项,每放一个元素就将C[i]减去1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。当然这是一种牺牲空间换取时间的做法,而且当O(k)&gt;......
137 0
C/C++ 计数排序
|
存储 搜索推荐 算法
计数排序
概念:计数排序不是基于比较的排序算法,其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序,计数排序要求输入的数据必须是有确定范围的整数。
基数排序
概念:基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序。最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。 基数排序基于分别排序,分别收集,所以是稳定的。但基数排序的性能比桶排序要略差,每一次关键字的桶分配都需要O(n)的时间复杂度,而且分配之后得到新的关键字序列又需要O(n)的时间复杂度。假如待排数据可以分为d个关键字,则基数排序的时间复杂度将是O(d*2n) ,当然d要远远小于n,因此基本上还是线性级别的。 基数排序的空间复杂度为O(n+k),其中k为桶