计数排序(Counting Sort)

计数排序:一种非比较型整数排序算法,
计数排序是一种线性时间复杂度的排序算法,适用于有确定范围整数的场景。它通过统计每个数字出现的次数,然后反向填充结果数组来实现排序。文章提供了算法的基本思想、案例解释以及Java代码实现。

计数排序是一种牺牲内存空间来换取低时间复杂度的排序算法,同时它也是一种不基于比较的算法。这里的不基于比较指的是数组元素之间不存在比较大小的排序算法,用分治法来解决排序问题最快也只能使算法的时间复杂度接近 Θ ( n l o g n ) \varTheta(n{\bf log}n) Θ(nlogn)基于比较的时间复杂度存在下界 Ω ( n l o g n ) \varOmega(n{\bf log}n) Ω(nlogn) ,而不基于比较的排序算法可以突破这一下界达到 O ( n ) O(n) O(n)

基本思想

计数排序使用一个额外的数组 C C C,其中第 i i i个元素是待排序数组 A A A中值等于 i i i的元素的个数。

计数排序将输入的数据值转化为键存储在额外开辟的数组空间中,因此计数排序要求输入的数据必须是有确定范围的整数。排序的过程为:

  1. 分配:扫描一遍原始数组 A A A,以 A A A种最小数值作为 C C C的起始下标。
  2. 收集:扫描一遍计数器数组 C C C,把顺序收集起来。

案例

2   3   8   7   1   2   2   2   7   3   9   8   2   1   4 2\ 3\ 8\ 7\ 1\ 2\ 2\ 2\ 7\ 3\ 9\ 8\ 2\ 1\ 4 2 3 8 7 1 2 2 2 7 3 9 8 2 1 4为例:

待排序数组 A A A额外的数组 C C C说明
2 3 8 7 1 2 2 2 7 3 9 8 2 1 40 0 0 0 0 0 0 0 0初始状态
2 3 8 7 1 2 2 2 7 3 9 8 2 1 40 1 0 0 0 0 0 0 0 i = 0 i=0 i=0时,数值为2,由于待排序数组 A A A种最小值为1,因此将它放入索引为2-1的数组。下面同理
2 3 8 7 1 2 2 2 7 3 9 8 2 1 40 1 1 0 0 0 0 0 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 40 1 1 0 0 0 0 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 40 1 1 0 0 0 1 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 1 1 0 0 0 1 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 2 1 0 0 0 1 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 3 1 0 0 0 1 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 4 1 0 0 0 1 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 4 1 0 0 0 2 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 4 2 0 0 0 2 1 0
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 4 2 0 0 0 2 1 1
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 4 2 0 0 0 2 2 1
2 3 8 7 1 2 2 2 7 3 9 8 2 1 41 5 2 0 0 0 2 2 1
2 3 8 7 1 2 2 2 7 3 9 8 2 1 42 5 2 0 0 0 2 2 1
2 3 8 7 1 2 2 2 7 3 9 8 2 1 42 5 2 1 0 0 2 2 1

将额外的数组 C C C中的结果进行排序: 1   1   2   2   2   2   2   3   3   4   7   7   8   8   9 1\ 1\ 2\ 2\ 2\ 2\ 2\ 3\ 3\ 4\ 7\ 7\ 8\ 8\ 9 1 1 2 2 2 2 2 3 3 4 7 7 8 8 9

代码实现

其的核心代码为:

public class Template {
    public int[] countSort(int[] arr) {
        int len1 = arr.length, min = Integer.MAX_VALUE, max = Integer.MIN_VALUE;
        int[] ans = new int[len1];

        for (int i = 0; i < len1; i++) {
            if (min > arr[i]) min = arr[i];
            if (max < arr[i]) max = arr[i];
        }

        int len2 = max - min + 1;
        int[] cnt = new int[len2];
        for (int i = 0; i < len1; i++) {
            cnt[arr[i] - min]++;
        }

        int pos = 0;
        for (int i = 0; i < len2; i++) {
            for (int j = 0; j < cnt[i]; j++) {
                ans[pos++] = i + min;
            }
        }

        return ans;
    }

    public static void main(String[] args) {
        Template temp = new Template();
        int[] arr = new int[]{2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4};
        System.out.println(Arrays.toString(temp.countSort(arr)));
    }
}

参考文献:

  1. 计数排序
  2. 【算法】排序算法之计数排序
### Python 计数排序Counting Sort算法实现 计数排序是一种非比较型整数排序算法,适用于数据范围较小的整数排序。该算法通过统计每个值出现的次数来进行排序。 #### 计数排序的核心思想 对于给定的一个数组 `arr` ,找到最大值 `max_val` 并创建一个长度为 `max_val + 1` 的辅助数组 `count` 。这个辅助数组用来记录原数组中各个数值出现的频次。最后再根据频次重构有序的新列表[^1]。 下面是具体的Python代码实现: ```python def counting_sort(arr): if not arr: # 处理空数组的情况 return [] max_val = max(arr) # 获取数组中的最大值 min_val = min(arr) # 获取最小值以便处理负数 offset = -min_val # 偏移量用于支持负数 m = max_val + offset + 1 # 考虑偏移后的大小 count = [0] * m # 初始化频率表 for a in arr: count[a + offset] += 1 # 统计各元素的数量 result = [] # 构建结果集 for i in range(len(count)): while count[i] > 0: # 将相同数量的i加入result result.append(i - offset) count[i] -= 1 return result # 返回已排序的结果 ``` 此版本不仅能够处理正整数还可以处理包含负数的数据集合[^2]。 为了验证上述函数的有效性,可以使用如下测试案例: ```python # 测试用例 test_cases = [ ([1,4,1,2,7,5,2], [1,1,2,2,4,5,7]), ([3,-1,2,-1,0], [-1,-1,0,2,3]) ] for case in test_cases: print(f"原始数组:{case[0]}") print(f"排序结果:{counting_sort(case[0])}") print(f"期望结果:{case[1]}\n") ``` 以上实现了对含有正整数以及含负数两种情况下计数排序的功能展示,并且保持了算法的时间复杂度为线性的特性即O(n)[^4]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值