基本排序算法之九 ——桶排序-优快云博客

基本排序算法总结与对比之九 ——桶排序

1、桶排序

桶排序是对基数排序的演绎。计数排序是一个萝卜（相同的数）一个坑，而桶排序是几个萝卜（一定范围的数）一个筐。桶排序是将数据分到有限个桶中，然后对每个桶中的数据再排序（可能继续用桶排序，也可能用其他的排序方法）。

那么要解决的问题是：

① 怎么划分桶？即数据该划分为几个范围（分几个桶的问题），范围又要划分多大（分多大桶的问题）。

② 怎么实现桶？即用什么容器来储存数。（链表，数组，甚至STL中的容器都可以）。

③ 桶中的数据再排序用什么排序方法。（相机抉择吧）

解决问题：

① 按照常见的一种方式，桶中数据的 范围 =（最大数 - 最小数 + 1）/ 桶的数量 。这种方法适用于数据分布比较均匀的数列，本文就采取这种方法。还有其他的划分方式，比如前面的桶范围都一样，但最后一个桶范围特别大，适用于加数递增的数列，等等。

② 本文就选择 vector 作为容器，主要为了表示桶排序的思想。

③ 桶里面就使用std::sort()排序吧。

排序过程解读：

① 找出数列中最大，最小的数。

② 创建若干个桶；桶的范围则由：范围 =（最大数 - 最小数 + 1）/ 桶的数量 算出，范围取double，否则可能因为计算误差导致数据选择错误的桶，甚至可能选取一个不存在的桶的编号而造成程序崩溃。

③ 遍历待排序数组，将数据放进对应的桶；数据arr[k] 与 桶的编号 的映射关系为： 桶的编号 = （arr[k] - 最小数）/ 范围，显然数值越大，所在桶的编号越大。

④ 分别对每个桶内的数据排序。

⑤ 依次从桶中取出数据放回原数组。

代码如下：

#include <vector>    //用 vector 做桶

//找出最大数
template<typename T>
T findMax(T arr[], int lo, int hi)
{
    T maxNum = *(arr + lo);
    while(++lo < hi)
    {
        if(*(arr + lo) > maxNum) maxNum = *(arr + lo);
    }
    return maxNum;
}

//找出最小数
template<typename T>
T findMin(T arr[], int lo, int hi)
{
    T minNum = *(arr + lo);
    while(++lo < hi)
    {
        if(*(arr + lo) < minNum) minNum = *(arr + lo);
    }
    return minNum;
}

template<typename T>
void bucketSort(T arr[], int lo, int hi)
{
    T maxNum = findMax(arr, lo, hi);
    T minNum = findMin(arr, lo, hi);

    std::vector<T> *buckets = new std::vector<T>[10];  //放有10个vector的数组
    double range = (maxNum - minNum + 1) / 10.0;    //随便分，这里分10个桶,注意范围取浮点数
    
    for(int i = lo; i < hi; i++)
    {
        buckets[(int)((arr[i] - minNum) / range)].push_back(arr[i]);  //对应范围的数放进桶里面
    }

    T *p = arr + lo;
    for(int i = 0; i < 10; i++)
    {
        std::sort(buckets[i].begin(), buckets[i].end());    //对桶里的数排序
        for(auto x : buckets[i])
        {
            *(arr++) = x;
        }
    }

    delete [] buckets;

}

上述桶排序的时间复杂度：

设有M个桶，N个数，桶内排序方法的复杂度为O(nlogn)：对于N个数，M个桶则为N（log2N - log2M），将数据分类放进桶中复杂度为N；数据从桶中放回数组又为N。总共为O(2N+N（logN-logM）)。

桶排序本身的排序思维是稳定的，若桶内采用的排序算法依然稳定，则整个算法是稳定的。