计数排序和基数排序

最新推荐文章于 2024-03-19 09:12:34 发布
原创 最新推荐文章于 2024-03-19 09:12:34 发布 · 819 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了两种非比较型排序算法——计数排序和基数排序。通过分析，我们探讨了如何确定每个桶的起始位置，并理解这两种算法在不同场景下的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

计数排序和基数排序都是非比较排序。
一、计数排序
1、用一个数组用来保存每一个数字出现的次数
2、根据每一个元素出现的次数,按照下标在原数组中排列,这样这组数据就有序
最低0.47元/天 解锁文章

200万优质内容无限畅学
非比较排序-----计数排序，基数排序。
LLZK_的博客
11-26 3363
排序总归来说可分为两大类，比较排序与非比较排序。比较排序就是我们常用到的冒泡排序，插入排序，希尔排序，选择排序，堆排序，快速排序，归并排序。非比较排序不常用，但是在对一些特殊的情况进行处理时，它的速度反而更快。 1、计数排序   排序原理：利用哈希的方法，将每个数据出现的次数都统计下来。哈希表是顺序的，所以我们统计完后直接遍历哈希表，将数据再重写回原数据空间就可以完成排序。 注意事项
计数排序&基数排序
weixin_44024891的博客
10-05 500
在此之前我是不了解基数排序的， 昨天专门研究了下。 感觉是一种非常不错的排序算法。 时间复杂度很低o(n), 空间复杂度为o(n)。 说实话，没有多少种排序算法可以达到这样的性能。 仔细研究了下，发现在很多种情况下采用这样算法可以做到很好的处理。 （例如字符串排序， 电话号码排序等） 一、计数排序 如果想要学会基数排序， 那么首先要了解计数排序， 因为基数排序封装了计数排序。 那么对于计数排序， 我有一种很强烈的感觉就是用空间换取时间。 我想大家都知道哈希思想。 1、开辟一块很大的辅助空间（能够存储最大
计数排序 与 基数排序
weixin_44916741的博客
01-19 404
桶排序思想 首先我们在讲计数排序和基数排序之前，我们需要了解桶排序思想。 桶排序思想不同于之前插入，冒泡，堆，快速等等排序，桶排序不是基于比较的排序，而是基于把相同的数或者相同范围的数，放入到一个桶中，最后按照桶的顺序去打印桶下标，或者打印桶的内容，这样就排好序了。 但是这种算法有很多缺点，时间复杂度和空间复杂度都不低，而且时间复杂度如果要低，空间复杂度会变高；空间复杂度变低，时间复杂度会变高。 ...
JS实现的计数排序与基数排序算法示例
11-27
计数排序和基数排序是两种非比较型的排序算法，它们在特定情况下能提供比比较型排序更快的速度。这两种算法都是基于将元素分配到不同“桶”中来完成排序的。 1. 计数排序（Counting Sort）： 计数排序是一种线性...
一篇文章带你理解什么是桶排序、计数排序、基数排序
weixin_44824500的博客
03-08 1380
文章名字起得有点膨胀了…… 具体能不能理解个人为准哈哈哈哈 原先只学了一个基数排序，写博客总结时又看了计数排序，然后又把桶排序也看了……（我还有头发 ——————————————————————————————————————— 计数排序和基数排序的区别： 首先，基数排序和计数排序都可以看作是桶排序。 计数排序本质上是一种特殊的桶排序，当桶的个数取最大( maxV-minV+1)的时候，就...
sorting-visualiser:使用Tkinter Python GUI可视化表示排序算法，例如冒泡排序，快速排序，合并排序，选择排序，插入排序，计数排序和基数排序
03-17
我们知道排序算法，例如冒泡排序，选择排序，插入排序，快速排序。 但是通常我们无法理解特定算法的核心思想，也许是因为我们无法直观地了解它们的工作原理。 因此，要了解这些算法，最重要的是可视化。 这就是为...
常见排序算法汇总与分析（下）（基数排序与计数排序）
ZhangLei的博客
09-19 2918
本篇汇总的算法将不再是基于比较的排序算法，因此会突破这类算法的时间复杂度下界O(nlog2n)。如果有朋友对前面的内容感兴趣，可以先去看看常见排序算法汇总与分析（中）（选择排序与归并排序） 我们先来总结基数排序算法，该算法在排序过程中不进行比较，而是通过“分配”和“收集”两个过程来实现的。 基数排序 【基本思想】 首先设立r个队列，对列编号分别为0～r-1，r为待排序列中元素的基数（例如10进制数，则r=10），然后按照下面的规则对元素进行分配收集 1，先按最低有效位的值，把n个元素分配到上述的
[算法]计数排序和基数排序
weixin_45922730的博客
03-10 1245
目录 一、计数排序 1、计数排序的过程 2、计数排序的局限性 3、计数排序代码 二、基数排序 1、基数排序思想 2、例子 3、解决对齐问题 4、基数排序代码 三、两者的时间复杂度和空间复杂度
排序算法：基数排序与计数排序
awaitxm的博客
01-11 3645
基数排序是基于计数排序的算法，每次都需要使用计数排序从而实现基数排序。 那么什么叫基于计数排序？我们首先要明白基数排序的原理： 每次对数字的一个数位（个位、十位、百位......）进行比较，每次比较后进行一个排序，注意，我们需要保证每次排序后元素的前后位置不变（这点非常关键），为什么说这点非常关键？因为只有第一次排序后相对位置没有变化，才能保证后面比较十位的数（百位等）时，顺序是正确的。那么其实我们的难点也就在于怎么保证比较前后元素的相对位置没有改变。相信很多小火罐们看这篇文章就是为找到...
基数排序和计数排序
u011926899的专栏
08-13 315
计数排序 时间复杂度： 举例：假设我们有如下员工需要按照身高排序 员工身高 a b c d e 150 167 176 149 160 就正常而言，人类的正常身高不会超过300cm，因此我们可以生成300个桶，每个桶代表相应的身高，将每个员工分别放在桶中，然后依次倒出，便得到排序后的序列。 #include<iostream...
【数据结构与算法】(17)：详解“计数排序”和“基数排序”
更新C/C++，数据结构与算法，计算机视觉，深度学习，目标检测
03-19 1780
彻底学会“计数排序“和基数排序，两者并不是一回事
【排序】计数排序、桶排序、基数排序详解，小白入门必备
imilano的博客
09-16 2925
01.计数排序与基数排序 并不是所有的排序 都是基于比较的，计数排序和基数排序就不是。基于比较排序的排序方法，其复杂度无法突破nlognnlog⁡nn\log{n} 的下限，但是 计数排序 桶排序 和基数排序是分布排序,他们是可以突破这个下限达到O(n)的的复杂度的。 1. 计数排序 概念 计数排序是一种稳定的线性时间排序算法。计数排序使用一个额外的数组C，使用 C[i] 来计算 i ...
【数据结构】排序算法之计数排序与基数排序
aaronlanni的博客
04-26 516
一、计数排序 很好理解，就是对应每个数我们统计每个数字出现的次数，然后用一个直接定址的哈希表来存放数据，在通过遍历这个哈希表，进而就可以排好序了 如下所示： 代码实现如下所示： void CountSort(int *array, int size) { assert(array || size < 0); int minData = array[0]; ...
计数排序与基数排序
Slowstep_的博客
09-18 367
按照个位进行排序，对于数字7，个位为7，由于个位数<=7的数据数量是4，所以7直接放到help数组中下标为3的位置，此时原序列中的7已经放到help数组中，原序列中个位数<=7的数据数量减少一个，变为3，以此类推，直到原序列中的数据全部按照规则转移到help数组中，此时help数组中的数据就是按照位排序好的数据。若需要排序的数字不是10进制，只需要修改BASE即可，其它思路一致，例如需要排序的数字是16进制，那么counts数组的大小定为16即可，统计每一位在0~f的数量，依然使用前缀分区技巧。
计数排序和基数排序的时间复杂度
最新发布
01-06
### 计数排序与基数排序的时间复杂度分析 #### 计数排序时间复杂度 计数排序适用于整数值的排序，其核心在于通过统计各个不同键值的数量来实现排序。此方法不需要比较元素之间的大小关系，而是利用了数组索引来记录频率。因此，在理想情况下，即输入数据范围已知且有限时，计数排序能够达到线性的平均情况性能。 具体来说，假设`n`代表待排序列表中的元素数量，而`k`则指代这些元素可能取到的最大值加一（因为是从0开始计算）。那么整个过程涉及遍历原始序列一次用于填充辅助数组以及再次扫描这个辅助结构以重建有序的结果集。所以总的操作次数大致等于两倍于原集合长度加上最大值域宽，最终得出计数排序的时间复杂度为\( O(n + k) \)[^2]。 #### 基数排序时间复杂度 基数排序则是另一种非对比型排序技术，它按照数字的不同位来进行分组处理，通常采用稳定版的子排序方式如桶排序或上述提到过的计数排序完成每一轮次的任务。由于每位上的分布独立对待，故整体耗时取决于两个因素：一是参与运算的对象总数目`n`；二是所考虑的关键字宽度或者说最高有效位的位置`d`。当针对固定精度的数据类型执行此类操作时，比如十进制下的电话号码串，实际运行效率接近于线性级别\[O(d * n)\][^1]。 值得注意的是，这里的`d`实际上反映了被排序项内部结构特征——例如对于32比特无符号整形而言大约相当于log₂(2³²)=32轮迭代；而对于日常生活中常见的身份证号之类的字符串形式，则更贴近字符数目本身。如果限定条件允许将`d`视为常量级参数的话，那就可以简化表述成近似线性的\( O(n) \)特性。 #### 性能差异及适用场景 两者都属于高效能的选择之一，但在应用场景上有所区别： - **计数排序**更适合用来解决那些具有较小离散区间特性的简单对象排列问题； - **基数排序**则广泛应用于多字段组合而成的大容量记录集中，特别是面对较长但规律性强的信息编码体系时表现出色。 综上所述，两种算法各有千秋，选择哪一种应视具体情况而定。 ```python def counting_sort(arr, exp=1): output = [0] * len(arr) count = [0] * 10 for i in range(len(arr)): index = (arr[i]//exp)%10 count[index] += 1 for i in range(1, 10): count[i] += count[i - 1] i = len(arr)-1 while i>=0: index = (arr[i]//exp)%10 output[count[index]-1]=arr[i] count[index]-=1 i-=1 for i in range(len(arr)): arr[i] = output[i] def radix_sort(arr): max_num = max(arr) exp = 1 while max_num/exp > 0: counting_sort(arr, exp) exp *= 10 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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