Counting Sort（计数排序）的实现及详解

最新推荐文章于 2025-11-24 17:02:03 发布
最新推荐文章于 2025-11-24 17:02:03 发布
阅读量72 收藏 1
点赞数 1
CC 4.0 BY-SA版权
文章标签： 算法 排序算法 数据结构 Python
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。
本文链接：https://blog.youkuaiyun.com/code88888/article/details/132660353
Python 专栏收录该内容
316 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了计数排序，一种非基于比较的排序算法，适用于元素范围较小的情况。文章详细阐述了算法原理，并提供了Python实现代码。通过统计每个元素出现次数，再根据元素值和计数进行排序，实现线性时间复杂度O(n+k)的排序。但计数排序不适用于负数和浮点数。

Counting Sort（计数排序）的实现及详解

计数排序是一种非基于比较的排序算法，适用于待排序元素的范围相对较小的情况。它通过统计每个元素出现的次数，然后根据元素的值和出现次数将元素放置到正确的位置上，从而完成排序。

下面是使用Python实现计数排序的代码：

def counting_sort(arr):
    # 获取数组的最大值
    max_value = max(arr)
    
    # 创建一个计数数组，用于存储每个元素出现的次数
    count = [
了解本专栏 订阅专栏 解锁全文
C/C++ counting sort计数排序算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-03 7544
Counting Sort（计数排序）是一种非比较排序算法，它根据待排序元素的值来确定每个元素的位置。计数排序的核心思想是统计每个元素出现的次数，然后根据次数依次将元素放置到正确的位置上。
C/C++ 计数排序Counting sort算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-23 2037
计数排序的时间复杂度是O(n+k)，其中n是待排序数组的长度，k是最大的元素值。由于计数排序需要额外的辅助数组来统计元素出现的次数，因此它的空间复杂度为O(n+k)。计数排序（Counting sort）是一种非比较排序算法，适用于一定范围内的整数排序。它的基本思想是通过统计元素出现的次数来确定元素在最终排序结果中的位置。计数排序的优点是速度快，稳定性好，适用于一定范围内的整数排序。然而，计数排序的缺点是需要额外的辅助数组，且只适用于非负整数排序。
Counting Sort（计数排序）详解及其C++实现
qq_41551761的博客
04-14 1640
计数排序不是基于比较的排序算法，其基本思想是对每一个输入的元素x，确定小于x的元素个数。为了实现这一点，算法需要一个额外的数组C，其中第i个元素是待排序数组A中值等于i的元素的个数。计数排序适用于小范围的整数，桶排序适用于数据分布较均匀的情况，可以处理更广泛类型的数据。对于包含负数的数组，可以通过调整数值（例如，加上数组中绝对值最大的负数的绝对值），将所有数转换为非负数，排序后再逆向调整。对于较大的数据范围，可以使用更复杂的算法如基数排序，它使用计数排序作为内部稳定排序方法，分步处理数字的每一位。
Java实现计数排序算法详解及优化
qq_40254606的博客
07-18 966
计数排序（Counting Sort）是一种线性时间复杂度的排序算法，特别适用于数据范围有限的情况。它通过统计每个元素出现的次数，然后按照次数排序，从而实现排序。本文将详细讲解如何使用Java实现计数排序算法，并结合图解和实例代码，帮助您全面理解这一高级排序算法。同时，我们还将探讨计数排序的优化方法，以进一步提高其性能。计数排序通过统计每个元素出现的次数，然后利用这些计数值将元素放置在正确的位置，从而实现排序。为了更清晰地展示计数排序的过程，以下使用一个简单示例并分步骤图解：初始数组: 4, 2, 2, 8
十大经典排序算法之计数排序（Counting Sort）
派拉斯兔子的博客
12-29 1321
计数排序（Counting Sort） 之前学习的冒泡、选择、插入、归并、快速、希尔、堆排序，都是基于比较的排序 平均时间复杂度目前最低是 O(nlogn) 计数排序、桶排序、基数排序，都不是基于比较的排序 它们是典型的用空间换时间，在某些时候，平均时间复杂度可以比 O(nlogn)更低 计数排序于1954年由Harold H. Seward提出，适合对一定范围内的整数进行排序 计数排序的核心思想 统计每个整数在序列中出现的次数，进而推导出每个整数在有序序列中的索引 （1）计数排序 — 最简单的实现
Python counting sort计数排序算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
08-13 968
Counting sort（计数排序）是一种线性时间复杂度的排序算法，适用于排序非负整数的数据集合。它通过统计每个元素的出现次数，然后根据统计结果将元素放入正确的位置从而实现排序。
计数排序（Counting Sort）详解
修己xj的博客
10-04 3078
计数排序是一种高效的非比较排序算法，适用于整数排序和稳定性排序的场景。尽管它对整数范围有一定要求，但在合适的情况下，计数排序能够提供线性时间复杂度的排序性能，相对于其他复杂排序算法来说，它具有独特的优势。因此，在选择排序算法时，应根据数据特点和性能需求来决定是否使用计数排序。
计数排序算法详解
fantasy5_5的博客
10-03 1144
计数排序是一种非比较型整数排序算法，通过统计元素出现次数实现排序。算法步骤包括：确定数据范围、创建统计数组、统计元素频次、重构排序数组。时间复杂度为O(N+range)，空间复杂度为O(range)。该算法在数据范围较小、重复元素多时效率高，但不适用于浮点数且空间消耗较大。当前实现为不稳定排序，若需稳定可改进为使用前缀和技巧。计数排序以空间换时间，在特定条件下能达到线性时间复杂度。
排序——计数排序（Count sort）
热门推荐
努力中的老周的专栏
02-11 3万+
概述 计数排序是一个非基于比较的排序算法，元素从未排序状态变为已排序状态的过程，是由额外空间的辅助和元素本身的值决定的。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 的时候其效率反而不如基于比较的排序，因为基于比较的排序的时间...
C语言实现CountingSort排序算法详解
资源摘要信息:"该资源是一个有关排序算法的压缩包，特别关注了基于C语言实现的Counting Sort（计数排序）。Counting Sort是一种非比较型排序算法，适用于一定范围内的整数排序，在特定条件下，它比基于比较的排序...
详解计数排序算法及C语言程序中的实现
09-02
在main函数中，随机生成了1到K的整数数组，然后调用CountingSort函数进行排序。排序后的数组B以及元素的原始顺序Order都会被打印出来。 需要注意的是，计数排序的一个限制是它需要额外的内存空间来存储计数数组C，...
C++ 字符串 模拟 力扣 14. 最长公共前缀 每日一题 题解
Q741_147的博客
11-23 670
本文围绕LeetCode 14“最长公共前缀”这一字符串经典入门题展开，解析其作为面试高频题的核心价值——夯实模拟思维、边界处理与代码优化能力。文章详细阐述横向遍历（两两对比）与纵向遍历（逐位验证）两种核心算法原理，提供完整可运行的C++代码，拆解关键细节与易错点，并进行复杂度分析。同时总结解题核心考点、思路迁移方向及常见错误，帮助读者不仅掌握本题解法，更能提升字符串处理能力，为后续复杂题型奠定基础，兼具入门指导与面试备考价值。
【软考】算法
weixin_49929829的博客
11-23 134
分治、动态规划、贪心、回溯算法基本思想
代码随想录 63.不同路径Ⅱ
m0_63814538的博客
11-24 442
4.确定遍历顺序：从递归公式可以看出一定是从左到右一层一层的遍历，这样保证推导dp[i][j]的时候，dp[i - 1][j]和dp[i][j - 1]一定是有数值的。所以本题的初始化代码如下所示：一旦遇到obstacleGrid[i][0] == 1的情况就停止dp[i][0]的赋值1的操作，dp[0][j]同理。1.确定dp数组（dp table）及其下标的含义：dp[i][j]表示从（0，0）出发，到（i，j）有dp[i][j]条不同的路径。下标（0，j）的初始化情况同理。
算法：二叉搜索树的最近公共祖先
czlczl20020925的博客
11-24 478
下面是详细的解释，说明为什么这是必然的。对于我们当前所在的任何节点。
P1522 [USACO2.4] 牛的旅行 Cow Tours(连通块+Floyd）
2302_79372568的博客
11-22 76
思路：先用dfs标记一下每个点在哪个连通块，然后求出每个连通块内每个点的最大最短路，求任意两点之间的距离＋数据范围，我们可以知道这道题要使用Floyd进行求解，求到了任意两点之间的距离后，我们就可以求出每个点到所在连通块其他点的最短路中的最大值，然后再从同一连通块的所有点的最大值中选出最大值，就是连通块的直径了。题目大意：给你n个坐标点（x,y)，再给一个n*n的矩阵，代表两点之间的连边关系，连边之后会构成若干个连通块，定义连通块的直径为最远的两个点的距离（距离指的是两点间最短路径的长度）。
第二次测试题解
2402_89056915的博客
11-23 806
第 3 刀：要最大化分区，第 3 个平面必须与前 2 个平面都相交（得到 2 条不重合的交线，且这 2 条交线在第 3 个平面上相交）—— 相当于在第 3 个平面上，用 2 条相交直线分成了 4 块，因此新增 4 个区域 →。前 3k+2 项的和：3k 项和 + a₃ₖ₊₁ + a₃ₖ₊₂ ≡ 0 + p + q ≡ (p+q) mod 2（a₁+a₂ 的奇偶性）余数 r=2（n=3k+2）→ Sₙ ≡ 1+1=2≡0 → 0（偶）→ 代码逻辑：if n%3==1 → 1，else → 0。
GoC题解(22) GoC测试模拟题(2017.3.23)第6题：同心圆
2301_78151773的博客
11-22 241
小C要画红绿黄3个不同半径的同心圆，要求红色(1号）的是最大半径圆，绿色（3号）的是第2大半径的圆，黄色（5号）的是最小半径的圆。但输入是的的3个数可能并没有从大到小。这3个圆一定要按照正确的次序才能画出正确的图形。比如你最后画最大的圆形，就只能看见一个红色的大圆。请你帮小C编程解决这个问题。一行3个不同的正整数a,b,c：表示每圆的半径，范围在[10..100]。有同学容易犯下面这段代码类似的错误。
算法基础篇：（十六）深度优先搜索（DFS）之递归型枚举与回溯剪枝初识
最新发布
2301_79248256的博客
11-24 719
本文聚焦深度优先搜索（DFS）的递归型枚举与回溯剪枝，以枚举子集、组合型枚举、枚举排列、全排列四个洛谷经典例题为切入点，从问题描述、决策树分析、递归函数设计到代码实现逐步拆解。先阐释搜索本质及 DFS 与回溯、剪枝的关联，再通过具体案例讲解回溯的 “恢复现场” 操作与可行性、重复性等剪枝技巧，总结 DFS 递归型枚举 “画决策树 - 设计函数 - 实现回溯 - 添加剪枝” 的通用步骤，帮助读者理解并掌握 DFS 解决枚举类问题的核心方法，为进阶应用奠定基础。
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