参考链接:https://blog.youkuaiyun.com/justry_deng/article/details/89790298
http://www.sohu.com/a/259503781_684445
时间复杂度:O(N)。N为待排序元素的个数。
注:前提是数据服从均匀分布,它的平均时间复杂度才为O(N)。
注:时间复杂度实际为,再通过一些列化简后,可得到O(N)的时间复杂度,具体化简
过程可详见《算法导论》。
注:即使输入数据不服从均匀分布,桶排序也仍然可以在线性时间内完成。只要输入数据满足下列性质:所有桶的
大小(即:桶内元素的个数)的平方和与总的被排序元素个数呈线性关系。此结论的理论公式是:
,其中n表示总的被排序元素的个数,表示桶B[i]中元素的个数。
空间复杂度:O(M + N)。其中,M为桶的个数,N为待排序元素的个数。
稳定性:稳定。
适用数据:服从均匀分布的数据。
说明:
桶排序算法是以空间换时间的算法,是最快的算法。不过其适用范围有局限性。
对于那些(可以通过偏移、缩放等技巧处理后)服从均匀分布、数据跨度不大的数据,可以按照一个桶对应一个数据的思路,进行程序设计。以数组索引位置对应元素值,操作值就变成了操作索引下标,所以速度会很快,不过比较占空间资源。
对于真正的桶排序,一个桶对应一个范围的数据,桶的数量可以小于被排序元素的跨度范围。不过个人感觉此情况下的桶排序性能上略差,使用桶排序意义不大。
这是我写的一个实现。
package com.harry;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.LinkedList;
public class BucketSort {
public static double[] bucketSort(double[] input){
if(input == null){
return null;
}else if(input.length == 0){
return null;
}
//find max and min
double min = Double.MAX_VALUE;
double max = Double.MIN_VALUE;
for(double i:input){
if(i < min){
min = i;
}
if(i > max){
max = i;
}
}
//coverage
double d = max - min;
//initialize bucket
ArrayList<LinkedList<Double>> buckets = new ArrayList<>();
for(int i=0;i<input.length;i++){
buckets.add(new LinkedList<Double>());
}
//put elements into bucket
for(double i:input){
int bucketNum = (int)((i - min) * (input.length - 1)/d);
buckets.get(bucketNum).add(i);
}
double[] rst = new double[input.length];
int index = 0;
// sort any bucket and put results
for(LinkedList<Double> list:buckets){
Collections.sort(list);
for(double j:list){
rst[index++] = j;
}
}
return rst;
}
public static void main(String[] args) {
double[] array = new double[] {4.12,6.421,0.0023,3.0,2.123,8.122,4.12, 10.09};
double[] sortedArray = bucketSort(array);
System.out.println(Arrays.toString(sortedArray));
}
}