线性时间排序:计数排序

线性时间排序算法:计数排序与基数排序 本篇博文深入探讨了线性时间排序算法中的计数排序和基数排序。首先介绍了计数排序的原理,包括其适用于有限离散区间数据的排序。接着,详细解释了基数排序的工作原理,即通过数字的每一位进行分组来实现线性时间排序。最后,通过实际例证,展示了这些算法在特定条件下的高效性。 阅读详情

算法描述:找出每一个数值在改数组中有多少个值比它小,那么就可以把这个数放在第n+1位。

算法实现:遍历每一个a[i],是的c[a[i]]++。然后计算每一个数前面有多少个数。在把这些书转移,一共会用到三个数组。

时间复杂度:O(n+k),k为数据的个数。

比较适用于数据量大,且比较密集的情况。

代码如下:

#include <iostream>
using namespace std;


int main()
{
    int n, k;
    cin >> n;
    cin >> k;
    int a[n], b[n], c[k];

    for(int i = 0; i < n; i++)
    {
        cin >> a[i];
        ++c[a[i]];
    }
    for(int i = 1; i < k; i++)
    {
        c[i] = c[i] + c[i-1];
    }
    for(int j = n-1; j >= 0; j--)
    {
        --c[a[j]];
        b[c[a[j]]] = a[j];
    }

    for(int i = 0; i < n; i++)
    {
        cout << b[i] << " ";
    }
    return 0;
}


一个坑是--c[a[j]];这里,如果把这个放在赋值后面,那么久有可能出现乱码的错误。

线性时间排序:计数排序与基数排序的奥秘 本文深入探讨了计数排序和基数排序这两种非比较型排序算法,它们能够在特定条件下实现线性时间复杂度的排序。计数排序适用于元素范围有限且已知的情况,而基数排序则通过处理数字的每一位来实现排序,两者都避免了元素间的直接比较。文章还介绍了桶排序作为基数排序的辅助技术,并提供了相关练习题的解答。 阅读详情

相关推荐

线性时间排序算法:计数排序与基数排序的深入探讨

本文深入分析了线性时间排序算法中的计数排序和基数排序两种方法。计数排序适用于整数且键值范围有限的场景,通过计数数组来确定元素的位置。基数排序则对数字的每一位进行分组排序,从最低有效位到最高有效位,适用于数字键值较大的情况。文章详细介绍了这两种算法的原理、步骤和实现细节,并对它们的时间复杂度和空间复杂度进行了讨论。

weixin_35750953的博客 270

[算法学习]线性时间排序:计数排序、基数排序和桶排序

在算法导论中第八章专门列出了线性时间的排序算法,常规的基于比较的排序算法的上限是O(nlogn),本章介绍了三个算法,计数排序,基数排序,桶排序。 第一次接触是计数排序是leetcode上面有一道计算论文什么因子的题,基数排序和桶排序在上学期算法课上老师讲过,当时一知半解,一直以为他们两个是同一个算法。最近自习看完了这一张才发现这两个算法是完全不一样的,看了一些博客也有很多的把这两个算法混淆,我

paine1690的博客 470

LAMMPS实操系列(一): 大量FCC-CoCrCuFeNi高熵合金建模与最稳定结构筛选

高熵合金(High-entropy alloys,HEA),是由五种或五种以上等量或大约等量金属形成的合金。由于高熵合金可能具有许多优秀的物理化学性质,因此在材料科学领域受到广泛关注

Ceshigo_CD的博客 3259

排序 时间倒序_三种线性排序算法:计数排序、桶排序与基数排序

(给算法爱好者加星标,修炼编程内功)来源:Beyond the Voidhttps://byvoid.com/zhs/blog/sort-radix/在计算机科学中,排序是一门基础的算法技术,许多算法都要以此作为基础,不同的排序算法有着不同的时间开销和空间开销。排序算法有非常多种,如我们最常用的快速排序和堆排序等算法,这些算法需要对序列中的数据进行比较,因为被称为基于比较的排序。基于比较...

weixin_39780784的博客 148

Nangate 45nm FreePDK开源工艺库:从RTL到GDSII全流程实战

在数字IC设计中,标准单元库是连接逻辑综合与物理实现的基石,它定义了每个单元的逻辑功能、时序延迟与物理尺寸。开源EDA工具链的成熟,使得个人也能借助免费工艺套件完整跑通芯片设计流程。Nangate 45nm FreePDK作为一套经典的开源工艺库,凭借结构清晰、配套完善的特性,成为学习数字后端和时序收敛的理想训练场。从综合工具Yosys读取Liberty文件进行逻辑映射,到OpenROAD执行布局布线与时钟树综合,再到使用OpenSTA分析关键路径延迟,这套流程涵盖了数字设计最核心的环节。通过亲手操作,开发

weixin_29168393的博客 282

神经网络(十五)在VS Code下搭建PyTorch环境

pytorch在vscode中的配置和使用

就随便写写.... 5万+

漫谈经典排序算法:五、线性时间排序(计数、基数、桶排序)

1、序言 这是《漫谈经典排序算法系列》第五篇,给出了三种线性时间排序,分别是计数排序、基数排序、桶排序。 各种排序算法的解析请参考如下:   《漫谈经典排序算法:一、从简单选择排序到堆排序的深度解析》 《漫谈经典排序算法:二、各种插入排序解析及性能比较》 《漫谈

Touch_2011的专栏 1万+

避坑指南:STM32CubeMX配置USB虚拟串口时Heap Size设置的那些坑

本文深入剖析了使用STM32CubeMX配置USB虚拟串口时,因Heap Size设置不当导致设备无法识别的常见问题。文章从故障现象出发,详细解释了堆内存不足如何影响USB枚举过程,并提供了从内存布局分析、动态监控到系统化调试的完整解决方案,帮助开发者从根本上避免这一配置陷阱。

ttt77的博客 599

高效计数排序:线性时间整数排序算法完全指南

本文详细讲解计数排序这一线性非比较排序算法,梳理其概念、原理、执行流程与性能指标,区分简易不稳定实现与标准稳定实现。算法依靠统计元素频次映射数组下标完成排序,时间复杂度O(n+k),值域较小时性能优于快排、归并等比较排序。文中提供纯原生C#代码,无第三方库依赖,兼容正负整数,覆盖空数组、单元素等边界测试。同时分析计数排序优缺点,明确其适用于分数、像素等值域有限整数场景,不适合大数域与非整数数据,还说明它是基数排序底层依赖,最后给出工程选型参考,完整适配学习与项目开发使用。

工业上位机开发工程师,专注C#底层算法与工控仪器开发。从零手写信号滤波、曲线拟合、机器视觉、排序与密码学哈希,纯原生实现零第三方库,附数学推导与可编译源码,可移植STM32/PLC。 552

YOLO11训练中的过拟合识别与应对策略:讲解过拟合的表现、原因及应对方法(如数据增强、正则化、DropOut)

摘要 本文深入探讨了YOLO11目标检测模型中的过拟合问题。首先解析了过拟合的本质,即模型在训练数据上表现优异但泛化能力差的现象,并通过误差分解公式解释了其数学原理。文章详细列举了YOLO11中过拟合的具体表现,包括训练与验证指标分化、检测性能不一致性、置信度分布异常和类别检测不均衡等问题,并提供了对应的可视化诊断方法。 在原因分析部分,重点阐述了模型复杂度与数据规模不匹配、训练数据质量与分布问题以及训练策略不当三大根本原因。特别对比了YOLO11不同版本(n/s/m/l/x)的参数量和推荐最小数据量,指出

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 248

【华为OD机试真题 新系统】1043、魔法咒语组合 | 机试真题+思路参考+代码解析(C++、Java、Py、C语言、JS)

【华为OD机试真题 新系统】1043、魔法咒语组合 | 机试真题+思路参考+代码解析(C++、Java、Py、C语言、JS) 华为od机试,华为od机试真题,华为od机试E卷,华为odE卷,华为od机试真题E卷,华为OD,华为OD机试,华为OD机试真题,华为od机考,华为od机试D卷,华为od机试真题D卷,华为od手撕代码,华为od,华为od机试C卷,华为od e卷,华为2026e卷,od机试,2026E卷,华为OD机试E卷,什么是华为od,华为od介绍,全面了解华为od,2026华为od,如何备战华为od

KJ.JK 286

线性时间排序算法:计数排序、桶排序与基数排序详解

的核心思想和实现方法。它们利用了数据的特点和分布规律,通过避免比较操作,达到了更优的时间复杂度。尽管适用范围有限,但在合适的场景下,它们可以成为绝佳的排序工具。线性时间排序算法在特定场景下效率极高,适合对数据范围明确、特点清晰的任务。下一篇文章中,我们将总结排序算法的整体特点,并通过实战案例展示如何选择合适的排序算法。的限制,在合适的场景中展现了极高的效率。希望通过这篇文章,你能够深入理解它们的核心思想,并在实际问题中灵活应用。桶排序通过将数据分配到若干个“桶”中,每个桶内的数据进行单独排序后再合并。

CHENWENFEIc的博客 1285

Windows - Intel(R) Wireless-AC 9462 该设备无法启动(代码 10)笔记本网卡出现感叹号无法连 wifi 解决方案

前言 一台华硕笔记本,出现了网卡无法启动,导致 wifi 无法连接问题。 如下图所示,电脑突然断网,wifi 图标变为地球,无法搜索与连接: 查看设备 首先右键 此电脑 → 管理,按如下图所示依次展开: 展开后发现出现了感叹号,说明无线设备驱动存在问题: 双击查看状态如下: 解决方案 注意:以下有 4 种解决方案,请以此按照顺序尝试解决。 一、点击驱动程序的标签页,先点击禁用设备,然后再启用设备,观察是否解决: 请选择你有问题的网卡(图片仅示例) 二、在驱动程序的标签页点击卸载设备(不

🏆 前端领域优质创作者 7万+

线性时间排序:计数排序、基数排序、桶排序

对于内排序算法,从最初的时间复杂度O(n*n)改进到O(nlogn)。常见的归并排序和堆排序达到了最坏情况的上界,快速排序在平均情况下达到上界。(时间复杂度为O(nlogn))。这些算法都有一个有趣的性质:在排序的最终结果中,各元素的次序依赖于它们之间的比较,因此这类算法被称为比较排序。对于排序算法我们可知,在最坏情况下,任何比较排序算法都需要做O(nlgn)次比较。在算法导论第八章中的证明中给出了

mmdnxh的博客 1282

2025华为杯第二十二届中国研究生数学建模竞赛D题:低空湍流监测及最优航路规划 - 完整解题分析+完整MATLAB源码!(上篇)

🎓 本文收录于 《滚雪球学数学建模》专栏,本专栏专注于从零基础出发,带你循序渐进掌握数学建模的核心方法与思维路径。通过“滚雪球式”学习法,从最简单的生活化案例到经典建模工具,再到省赛、国赛真题实战演练,逐步积累知识与技能,帮助你搭建完整的建模体系。无论你是刚接触建模的新生,还是希望提升科研与竞赛能力的学者与工程师,本专栏都将为你提供一条清晰、高效、可实操的建模成长路线,助力你快速进阶,突破难点,迈向数学建模竞赛与实际应用的更高峰 🚀!

**My Coding Family** 2593

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

排序算法之线性时间排序:计数排序,基数排序,桶排序详解

在排序算法的大家族中,比较排序算法(如快速排序、归并排序等)的时间复杂度下限为O(n log n)。而线性时间排序算法另辟蹊径,在特定条件下能够实现O(n)的时间复杂度,大大提高了排序效率。本文我将深入介绍计数排序、基数排序和桶排序这三种典型的线性时间排序算法,从原理、实现到性能分析,结合具体代码示例,带大家全面了解它们的应用场景与优势。

1437

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

【转】漫谈经典排序算法:五、线性时间排序(计数、基数、桶排序)比较

转自: http://blog.youkuaiyun.com/touch_2011/article/details/6787127   1、计数排序           1.1 引出             前面四篇博客中,所有的排序算法都存在比较,都可以称为”比较排序“。比较排序的下界为o(nlogn)。那么有没有时间复杂度为o(n)的线性时间排序算法呢?计数排序便是很基础的一种线性时间排序,...

Hello world. 174

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

线性时间排序算法:计数排序

一、基本原理 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 最小的数对应下标为0的位置,遇到一个数就给对应下标处的值+1,。 遍历一遍辅助空间,就可以得到有序的一组序列 限制:计数排序假设...

weixin_30301449的博客 181

第8章《线性时间排序》:计数排序和桶排序,python实现

比较排序 快速排序,归并排序,堆排序等这些算法都有一个有趣的性质,在排序的最终结果中,各元素的次序依赖于它们之间的比较,我们把这类算法称为比较排序,任何比较排序在最坏情况下,都要经过Ω(nlgn)\Omega(nlgn)Ω(nlgn)次比较,归并排序和堆排序是渐进最优的,并且任何已知的比较排序最多就是在常数因子上优于它们 决策树模型:比较排序可以抽象为一颗决策树,决策树是一颗完全二叉树,它可以表...

BGoodHabit的博客 263

线性时间排序算法:计数、桶、基数排序

计数排序 针对数据【范围相差不大的整数】的排序。 找到数组a最小值Min与最大值Max,相差范围为m。 将数组a的值映射到[0,m-1]范围内,作为数组num的下标,则num[i]表示数组a中数值为i+Min的个数,这样排序后的数组可以通过遍历一遍num数组获得。 如果要实现稳定性,我们可以对num数组求前缀和得到sum数组,则sum[i]表示a中数值为i+Min的数排到了第sum[i...

wangqianqianya的博客 285

算法导论:第8章 线性时间排序__计数排序

/* 计数排序:n个元素都是0到k范围得整数,当k=O(n)时,排序运行时间为O(n) 思想:对于数x,确定小于x的个数m,将x放在第m+1个位置上 例子:假设3个元素小于x,那么x应该放在4上 输入第一行的第一个数n是数组的个数,第一行第二个数表示所有n的元素中最大的数k 接下来的第二行就是n个数字 输入: 8 5 2 5 3 0 2 3 0 3 输出: 0 0 2 2 3 3 3 5 */

qingyuanluofeng的专栏 489

【数据结构与算法-Day 44】线性时间排序的奥秘:一文搞懂计数排序与桶排序

在排序算法的江湖中,快速排序、归并排序等基于比较的算法以其 $O(n \log n)$ 的时间复杂度称霸一方。然而,这个复杂度也如同一个难以逾越的“天花板”。本文将带你探索一个全新的领域——非比较排序,并聚焦于其中的两大核心成员:计数排序 (Counting Sort) 和桶排序 (Bucket Sort)。我们将深入剖析它们如何巧妙地利用数据自身的特性,绕开元素间的两两比较,从而在特定场景下实现惊人的 $O(n)$ 线性时间复杂度。

吴师兄大模型的博客 752

数据结构排序系列指南:从O(n²)到O(n),计数排序如何实现线性时间复杂度

在排序算法的世界中,计数排序以其独特的"非比较"特性脱颖而出。作为一种基于"统计与映射"思想的排序方法,计数排序彻底颠覆了传统比较排序的思维模式,通过巧妙利用数据本身的数值特征来实现排序,在特定场景下能够达到惊人的线性时间复杂度O(n)。 本文将从计数排序的核心理念切入,深入剖析其"以数为据"的本质,详细讲解从基础统计到映射定位的完整实现过程,对比不同场景下的空间优化策略,并通过实战代码展示其在实际应用中的价值,帮助你彻底掌握这种高效而独特的排序算法。

晨非辰的学习记录博客~~ 1431
上一篇: 快速排序(随机化版本)
下一篇: HDU acm step:Chapter one section two
string_win
博客等级 码龄11年 4粉丝 22原创
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
 
 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
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