[算法]桶排序

本文深入解析桶排序算法的工作原理,通过实例演示如何利用Java实现桶排序,并探讨其适用场景与潜在局限。

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

介绍

桶排序是分治算法的应用.
桶排序实际上就是把要排序的容器中的数据,分别按照大小跨度
分散在若干个桶中,如果桶中有一个以上的数据,则单独的桶进行
排序,最后把每个桶从最小区间跨度-最大区间跨度遍历,即可得到
有序数组.

缺点

不适合数据分布不均匀的序列中.

思路

在这里插入图片描述

代码实现


import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;

public class bucketSort {
    public static void main(String[] args) {
        int[] array = new int[] {20,73,1,9,100,103,8};

        int[] sortedArray = bucketSort(array);

        System.out.println(Arrays.toString(sortedArray));
        System.out.println(Arrays.toString(array));
    }

    public static int[] bucketSort(int[] arr) {
        //1.先找到桶中最大的值和最小的值
        int max = arr[0];
        int min = arr[0];
        for (int i = 0; i < arr.length; i++) {
            if (min < arr[i]) {
                min = arr[i];
            }
            if (max > arr[i]) {
                max = arr[i];
            }
        }

        //2.求出差值,这两步先忽略为什么这么做,后面会告诉
        int diffValue = max - min;

        //3.初始化桶,有多少个元素我们初始化多少桶,桶我们使用Arraylist来模拟,我们先生成一个装桶的容器也使用Arraylist
        ArrayList<ArrayList<Integer>> bucketList = new ArrayList<>();

        for (int i = 0; i < arr.length; i++) {
            //上面已经指定泛型,无需再次指定泛型
            bucketList.add(new ArrayList<>());
        }
        //4.把每个元素放入分别放入对应的桶中
        //但是我们需要先求出每个桶的区间,需要怎么求呢?
//        假设数组为{20,17,19,16}
       /*为了保证区间是在最大值和最小值之间,
       * 我们先使用最大值减去最小值,再除以数组长度
       * 既最大值-最小值/arr.length
       * 这样我们就得到了这样的四个桶区间,
       * 每个桶的区间跨度是20-16/arr.length=1
       * 但是我们只是求除了每个统之间的跨度,并没有求出在桶中的位置
       * 假如我们分了四个桶
       * 16-17
       * 17-18
       * 18-19
       * 19-20
       * 桶的索引是0-3
       * {20,17,19,16}
       *
       * 17应该在索引为1的桶中
       * 3代表是整个桶的整体,对应的是min到max的区间
       * 1代表min-17这一所以
       * 1/3=(16-17)/(16-20)
       * (元素[i]-元素[min])/(max-min)=元素在哪个桶/桶的最大数量(arr.length-1)
       * 元素在哪个桶=((元素[i]-元素[min])/(max-min))*桶的最大数量(arr.length-1)
       * 把结果强转成int即可
       * */
        for (int i = 0; i < arr.length; i++) {
            //找到在元素中的那个位置,并添加到相应的桶中
            int index = (int) ((arr[i] - min) * (arr.length - 1) / diffValue);
            bucketList.get(index).add(arr[i]);
        }

        //5.对每个元素大于1的桶进行排序
        for (ArrayList<Integer> integers : bucketList) {
            if (integers.size() > 1) {
                Collections.sort(integers);
            }
        }

        //6.定义新数组,把所有桶进行遍历,然后放入新数组中
        int[] newArr = new int[arr.length];
        int count = 0;
        for (int i = 0; i < bucketList.size(); i++) {
            for (int j = 0; j < bucketList.get(i).size(); j++) {
                newArr[count++] = bucketList.get(i).get(j);
            }
        }
        return newArr;
    }
}

参考自什么是桶排序`

### 不同排序算法的时间复杂度和应用场景 #### 时间复杂度对比 对于 `sort` 函数,在 Python 中通常指的是 Timsort 算法,这是一种混合排序算法,源自归并排序和插入排序。Timsort 的平均时间复杂度为 O(n log n),最坏情况下也是 O(n log n)[^1]。 桶排序是一种分布式的排序方法,其基本思想是将数组中的元素分配到有限数量的中,每个再分别进行排序(可以使用其他排序算法)。理想条件下,当输入均匀分布在各个中时,桶排序能够实现线性时间复杂度 O(n);然而,如果所有元素集中在少数几个甚至同一个,则性能会退化至接近于所使用的内部排序算法的时间复杂度[^2]。 基数排序同样基于分配的概念,但它不是按数值大小而是按照数字的位置来划分数据项进入不同的“”。它适用于整数或字符串类型的固定长度记录。由于每次处理的是单一位上的值,因此理论上可以在 O(d * (n + b)) 的时间内完成排序操作,其中 d 表示关键字的最大位数,b 是基数(即可能的不同字符的数量),而 n 则代表待排序的数据量。在很多实际应用场合下,d 和 b 都是可以视为常数的因素,所以整体上也可以认为具有近似线性的效率[^3]。 ```python def bucket_sort(arr): from math import floor max_val = max(arr) size = max_val / len(arr) buckets_list = [[] for _ in range(len(arr))] for i in range(len(arr)): index = int(floor(arr[i]/size)) if index != len(arr): buckets_list[index].append(arr[i]) else: buckets_list[len(arr)-1].append(arr[i]) final_output = [] for sublist in buckets_list: sorted_sublist = sorted(sublist) # 使用内置 sort 方法对各元素排序 final_output.extend(sorted_sublist) return final_output def radix_sort(nums): RADIX = 10 placement = 1 max_digit = max(nums) while placement <= max_digit: # 初始化buckets作为临时存储空间 buckets = [list() for _ in range(RADIX)] for i in nums: tmp = int((i / placement) % RADIX) buckets[tmp].append(i) a = 0 for b in range(RADIX): buck = buckets[b] for i in buck: nums[a] = i a += 1 placement *= RADIX return nums ```
评论
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