计数排序(C语言实现）

计数排序详解：算法、步骤与代码实现
最新推荐文章于 2024-06-20 00:30:00 发布
原创 最新推荐文章于 2024-06-20 00:30:00 发布 · 593 阅读 · 9 ·
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。
文章标签：

#c语言 #算法 #数据结构

文章目录

算法思想

计数排序是一种非比较排序，又称为鸽巢原理，是对哈希直接定址法的变形应用。

操作步骤

  1. 统计相同元素出现次数；
  2. 根据统计的结果将序列回收到原来的序列中。
    在这里插入图片描述

计数排序的特性总结

  1. 计数排序在数据范围集中时，效率很高，但是适用范围及场景有限。
  2. 时间复杂度：O(MAX(N,range))
  3. 空间复杂度：O(range)
  4. 稳定性：稳定

代码实现

#include<stdio.h>
#include<stdlib.h>

//时间复杂度 O(N+range)
//空间复杂度 O(range)
//适合范围集中的数据，只适合整型
void countSort(int* a, int n)//计数排序 -- 非比较排序
{
   
   
	int maxArr = a[0], minArr = a[0];//1.求最大值和最小值
	for (int i
最低0.47元/天 解锁文章
计数排序算法(C语言实现)
木木的博客
05-21 1240
概述 计数排序与其它排序并不一样，其它排序是基于比较进行排序，而计数排序是通过计算一个集合中元素出现的次数来确定集合的排序。 计数排序只适用于整型或者那些可以用整型来表示的数据集合，因为计数排序需要利用数组的索引来记录元素出现的次数。例如，如果整数n出现m次，那么m将存储到数组索引为n的位置上。这要求我们需要知道集合中最大的整数值，便于为数组分配足够的空间。 计数排序属于稳定排序，顺便说一下排序算法稳定性的定义，两个相同的元素的相对位置不发生变化，则该算法具有稳定性。 算法分解 获取最大值，申请临时的连续
十大排序之计数排序(数据结构)（C语言实现）
shenbossed的博客
06-02 1251
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。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(nlog(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(nlo
计数排序算法的C语言实现
02-29
以前看过网上的一篇关于一种号称时间复杂度能达到O（n）的不用比较就可以实现排序的算法——计数排序法，这是自己用C写的一个实现，大家可以参考下，欢迎指证。
【排序算法】计数排序（C语言）
weixin_52811588的博客
09-14 1990
计数排序是比较排序算法之一，具有较高的学习意义，使用C语言实现计数排序，让我们来学习吧
计数排序——C语言实现
qq_41890240的博客
03-30 8638
一、计数排序 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。 二、计数排序思路 我们以以下的序列为例： 在对以上序列排序前，我们先建立一个新的数组， ...
详解计数排序算法及C语言程序中的实现
12-25
关于计数排序算法 当输入的元素是 n 个 0 到 k 之间的整数时，它的运行时间是 Θ(n + k)。计数排序不是比较排序，排序的速度快于任何比较排序算法。 由于用来计数的数组C的长度取决于待排序数组中数据的范围（等于待...
计数排序C语言
让阳光照进心里
03-21 1752
计数排序,白天手机看维基百科看到的.对付数据跨度小的 int 型数据,的确很快.代码,很直观./* count_sort-11-03-21-19.01.c -- 计数排序 */ #include #include #define SIZE (10) int main (void) ; int countSort (int * const array, const int size) ; void printResult (const int * const array, const
计数排序（C语言）
王洋的博客
04-11 3957
计数排序： 计数排序是一个非基于比较的排序算法。 时间复杂度：O（n） 空间复杂度：O（n） 是否稳定：不稳定 适用场合：数据很多，且较集中
C语言计数排序
飞临云的博客
04-20 2487
深入浅出计数排序的原理与实现方法。
计数排序 详解 C代码
zm568975137的博客
03-22 2140
1.计数排序作为一个排序算法有以下几个特点: (1)不基于比较 (2)时间复杂度为O(n) (3)只能用在数据范围不大的场景
C语言-计数排序
weixin_33708432的博客
05-20 160
计数排序的基本思想是：统计一个数序列中小于某个元素a的个数为n,则直接把该元素a放到第n+1个位置上。当然当过有几个元素相同时要做适当的调整，因为不能把所有的元素放到同一个位置上。计数排序假设输入的元素都是0到k之间的整数 1 #include <stdio.h> 2 void sort(int *A, int *B, int array_size, int k) ...
计数排序——c语言
qq_43610614的博客
07-19 692
文章目录计数排序的一般过程计数排序样例过程图解c语言代码 计数排序的一般过程 计数排序不通过比较元素之间的大小来排序，利用数组的下标来计数，当这个数出现时，则对应数组计数加一。最后直接遍历数组得到排好序的序列。 计数排序样例过程图解 文章以8， 9，2，3，5，8，11，14，13为例 c语言代码 #include <stdio.h> int a[16]; int main(void) { int num,i,b,j; printf("请输入排序的个数："); scanf("%d",&a
计数排序C语言代码
数理文章
09-07 1142
#include #include int maximum(int *A); int * counting_sort(int *A); int get_length(int *A); int main() { int i; int A[100]={6,45,9,46,4,3,23}; int *sorted=counting_sort(A); for(i=1;i<get_lengt
【C语言】排序算法 -------- 计数排序
2301_81044829的博客
06-17 1693
1i < n;i++)//时间复杂度：O(N+range)//只适合整数/适合范围集中//空间复杂度：O(range)i < n;max = a[i];return;// 统计次数i < n;i++)// 排序int j = 0;i < range;return 0;
计数排序-C语言实现
Jason_from_China的博客
06-20 925
计数排序是速度特别快的一种排序方式，甚至说可以达到o（n），什么概念，一趟就可以实现，这是很快的，虽然具备一定的局限性，但是这个速度也是叹为观止的。
排序算法：计数排序（C实现）
是胖胖没错了的博客
07-22 466
基本思想 计数排序(Count Sort)是一个非比较的排序算法，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，复杂度为O(Max(Range, N))（其中Range是整数的范围），快于任何比较排序算法。 计数排序的思想类似于哈希表中的直接定址法，在给定的一组序列中，先找出该序列中的最大值和最小值，从而确定需要开辟多大的辅助空间，每一个数在对应的辅助空间中都有唯一的下标。 找出序列中最大值和最小值，开辟 max - min + 1的辅助空间 最小的
C语言实现计数排序
LQBJY的博客
04-14 284
【代码】C语言实现计数排序。
计数排序C语言实现
XianBT的专栏
08-04 1869
计数排序是稳定排序，而且是线性时间内的排序算法，时间复杂度是O(n + k)其中k是待排序数组的范围。计数排序不是原址排序，空间复杂度是O(n + k) //k是指A中的数组范围是0~k 包括0和k void count_sort(int A[], int B[], int n, int k) { int *C = (int *)malloc(sizeof(int) *
计数排序，C语言实现
最新发布
10-20
<think>我们收到了用户关于计数排序的C语言实现的需求。用户提供了三个引用，都是关于计数排序的C语言实现。我们需要从中提取关键信息，为用户提供一个清晰、准确的计数排序实现，并解释其工作原理和特性。 计数排序是一种非比较排序算法，适用于整数排序，特别是当数据的范围（最大值与最小值之差）不大时，效率很高。计数排序的核心思想是统计每个元素出现的次数，然后根据统计结果将元素放回原数组。 根据引用[2]和引用[3]，计数排序的实现步骤如下： 1. 找出待排序数组中的最大值和最小值，确定数据范围。 2. 根据范围创建一个计数数组（大小为max-min+1），并初始化为0。 3. 遍历数组，统计每个元素出现的次数（使用相对位置，即元素值减去最小值作为索引）。 4. 根据计数数组，将元素按顺序写回原数组。 注意：引用[1]中的实现使用了累积计数然后反向填充的方式，这种方式可以保证排序的稳定性。但是引用[2]和[3]的实现是直接根据计数数组按顺序填充，同样可以实现排序，但这样填充会失去稳定性吗？实际上，引用[2]和[3]的实现是非稳定的，因为它们按照计数数组的索引顺序填充，相同元素的顺序取决于它们出现的顺序（但计数数组的索引是单调递增的，所以相同元素会按出现次数连续填充，因此实际上是稳定的，因为相同元素在原始数组中的顺序在填充时被忽略了，但并不会改变相同元素的相对顺序，因为相同元素会被连续放置）。然而，引用[1]的实现通过反向遍历原数组，保证了相同元素在输出数组中的顺序与原始数组相同（即稳定）。但用户提供的引用[2]和[3]的实现并没有反向填充，而是正向填充，并且是从计数数组的最小索引开始填充，因此相同元素的顺序会被保留（因为计数数组的每个位置对应一个值，相同值会连续放置，而相同值在原始数组中的先后顺序在计数时并没有记录，但由于我们按照计数数组的顺序进行填充，相同值的元素会连续出现，所以原始数组中相同元素的相对顺序在输出时会被打乱？实际上，这里有一个误区：计数排序的稳定性取决于填充的方式。如果我们在填充输出数组时，从原数组的末尾向前遍历（如引用[1]），那么先出现的相同元素会被放在后面（因为count[array[i]]-1的位置是从后往前分配的），但这样在输出时相同元素的顺序就是倒过来的？实际上，为了保持稳定性，我们通常采用反向遍历原数组的方式。引用[1]的实现是稳定的，而引用[2]和[3]的实现虽然简单，但不是稳定的（因为相同元素的填充顺序是按照计数数组的索引顺序，而不是原始顺序）。但是，如果我们只是要求排序，而不要求稳定性，那么引用[2]和[3]的方法也可以。 然而，用户要求的是计数排序的C语言实现，我们应尽可能提供一种通用且稳定的实现。因此，我们将参考引用[1]的稳定实现，并结合引用[2]和[3]中对数据范围的处理（使用最大值和最小值来节省空间）来实现。 具体步骤： 1. 遍历数组，找出最大值max和最小值min，计算范围range = max - min + 1。 2. 创建计数数组count，大小为range，并初始化为0。 3. 遍历原数组，统计每个元素出现的次数（使用元素值减去min作为索引）。 4. 对计数数组进行累积计数（从下标1开始，每个位置等于前一个位置的值加上当前位置的值）。这样count[i]就表示小于等于i+min的元素个数。 5. 创建一个临时输出数组output，大小与原数组相同。 6. 反向遍历原数组（为了保持稳定性），将每个元素根据count数组中的位置放入output数组，然后将该位置的计数减1。 7. 将输出数组的数据复制回原数组。 8. 释放临时数组。 但是，用户提供的引用[2]和[3]并没有使用累积计数和反向填充，而是直接根据计数数组中的计数，按顺序将每个元素重复若干次放入原数组。这种方法更简单，而且也是稳定的（因为相同元素在输出时连续出现，且不会改变相同元素的相对顺序？实际上，这种方法没有保留相同元素的原始顺序，因为相同元素在计数数组中只记录次数，并没有记录原始顺序。但是由于我们是从计数数组的下标从小到大（即元素值从小到大）来填充，相同元素会连续出现，但原始数组中相同元素的先后顺序在填充时丢失了，所以这种方法是不稳定的。比如，原始数组中有两个相同的元素5，第一次出现的5和第二次出现的5在输出时无法区分先后，我们只是连续输出两个5，所以原始顺序被打破了。不过，因为相同元素没有区别，所以这种排序结果也是正确的，但严格来说不稳定。然而，在计数排序中，如果我们要求稳定，通常需要使用累积计数和反向填充。 综上所述，我们将提供两种实现方式供用户参考：一种是稳定的（使用累积计数和反向填充），另一种是非稳定的（直接填充）。但通常计数排序被实现为稳定的排序算法。 我们选择实现稳定的版本（引用[1]的方式），同时使用引用[2]和[3]中的最大值最小值优化。 同时，我们需要注意计数排序的局限性：只适用于整数，并且当数据范围很大时，空间消耗较大。 下面我们将给出计数排序的C语言实现（稳定版本）： </think>### 计数排序的C语言实现 计数排序是一种非比较排序算法，适用于整数排序，特别在数据范围集中时效率很高。其核心思想是通过统计元素的出现次数，直接确定元素在有序序列中的位置[^2]。主要步骤如下： 1. **确定数据范围**：找出数组中的最小值和最大值 2. **创建计数数组**：根据数据范围分配内存空间 3. **统计元素频率**：遍历原始数组进行计数 4. **重构有序序列**：根据计数数组重新排列元素 #### 稳定版本的实现代码（保持原始顺序） ```c #include <stdio.h> #include <stdlib.h> // 计数排序函数（稳定版本） void counting_sort(int arr[], int n) { // 1. 确定数据范围 int min = arr[0], max = arr[0]; for (int i = 1; i < n; i++) { if (arr[i] < min) min = arr[i]; if (arr[i] > max) max = arr[i]; } int range = max - min + 1; // 2. 创建并初始化计数数组 int* count = (int*)calloc(range, sizeof(int)); int* output = (int*)malloc(n * sizeof(int)); // 3. 统计每个元素的出现次数（相对位置） for (int i = 0; i < n; i++) { count[arr[i] - min]++; } // 4. 计算累积计数（关键稳定化步骤） for (int i = 1; i < range; i++) { count[i] += count[i - 1]; } // 5. 构建输出数组（从后向前保证稳定性） for (int i = n - 1; i >= 0; i--) { int pos = arr[i] - min; output[count[pos] - 1] = arr[i]; count[pos]--; } // 6. 复制回原数组 for (int i = 0; i < n; i++) { arr[i] = output[i]; } // 释放内存 free(count); free(output); } // 测试函数 int main() { int arr[] = {4, 2, 2, 8, 3, 3, 1, -2}; int n = sizeof(arr)/sizeof(arr[0]); printf("排序前: "); for (int i = 0; i < n; i++) printf("%d ", arr[i]); counting_sort(arr, n); // 执行排序 printf("\n排序后: "); for (int i = 0; i < n; i++) printf("%d ", arr[i]); return 0; } ``` #### 算法特性分析 | 特性 | 说明 | |--------------|---------------------------------------| | 时间复杂度 | $O(n+k)$ ($k$为数据范围) | | 空间复杂度 | $O(n+k)$ | | 稳定性 | 稳定（保持相同元素原始顺序） | | 最佳场景 | 数据范围小($k \ll n$)的整数排序 | | 局限性 | 仅适用于整数，数据范围大时内存消耗高 | #### 执行流程说明 ```mermaid graph TD A[原始数组] --> B[确定数据范围] B --> C[创建计数数组] C --> D[统计元素频率] D --> E[计算累积计数] E --> F[反向构建输出数组] F --> G[得到有序序列] ```
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
表情包 代码片
 条评论被折叠 查看
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

打赏作者

全天

加油，大佬们！！！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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