标签:
算法说明
计数排序属于线性排序,它的时间复杂度远远大于常用的比较排序。(计数是O(n),而比较排序不会超过O(nlog2nJ))。
其实计数排序大部分很好理解的,唯一理解起来很蛋疼的是为了保证算法稳定性而做的数据累加,大家听我说说就知道了:
1、首先,先取出要排序数组的最大值,假如我们的数组是int[] arrayData = { 2, 4, 1, 5, 6, 7, 4, 65, 42 };,那么最大值就是65.(代码17-21行就是在查找最大值)
2、然后创建一个计数数组,计数数组的长度就是我们的待排序数组长度+1。即65+1=66。计数数组的作用就是用来存储待排序数组中,数字出现的频次。 例如,4出现了两次,那么计数数组arrayCount[4]=2。 OK,现在应该明白为什么计数数组长度为什么是66而不是65了吧? 因为为了存储0
然后再创建一个存储返回结果的数组,数组长度与我们的原始数据长度是相同的。(24和26行)
3、进行计数(代码29至31行)
4、将计数数组进行数量累计,即arrayCount[i]+=arrayCount[i-1](代码35行至代码37行)。
目的是为了数据的稳定性, 这块我其实看了许久才看懂的…再次证明我的资质真的很差劲。 我来尽力解释一下:
其实这个与后边那步结合着看理解起来应该更容易些。
例如我们计数数组分别是 1 2 1 2 1 的话,那么就代表0出现了一次,1出现了两次,2出现了一次,3出现了两次。
这个是很容易理解的。 那我们再换个角度来看这个问题。
我们可以根据这个计数数组得到每个数字出现的索引位置,即数字0出现的位置是索引0,数字1出现的问题是索引1,2;数字2出现的位置是索引3,数字4出现的位置是索引4,5。。。。
OK,大家可以看到,这个索引位置是累加的,所以我们需要arrayCount[i]+=arrayCount[i-1]来存储每个数字的索引最大值。 这样为了后边的输出
5、最后,把原始数据从后往前输出;然后每个数字都能找到计数器的最后实现索引。 然后将数字存储在实际索引的结果数组中。 然后计数数组的索引--, 结果就出来了。
PS:计数排序其实是特别吃内存的,所以应用场景是最大值确定并且不大,必须是正整数。
时间复杂度:
O(n+k)
请对照下方代码:因为有n的循环,也有k的循环,所以时间复杂度是n+k
空间复杂度:
O(n+k)
请对照下方代码:需要一个k+1长度的计数数组,需要一个n长度的结果数组,所以空间复杂度是n+k
代码
使用的是java
/* * 计数排序 */ public class CountingSort { public static void main(String[] args) { int[] arrayData = { 2, 3, 1, 5, 6, 7, 4, 65, 42 }; int[] arrayResult = CountintSort(arrayData); for (int integer : arrayResult) { System.out.print(integer); System.out.print(" "); } } public static int[] CountintSort(int[] arrayData) { int maxNum = 0; // 取出最大值 for (int i : arrayData) { if (i > maxNum) { maxNum = i; } } // 计数数组 int[] arrayCount = new int[maxNum + 1]; // 结构数组 int[] arrayResult = new int[arrayData.length]; // 开始计数 for (int i : arrayData) { arrayCount[i]++; } // 对于计数数组进行 i=i+(i-1) // 目的是为了保证数据的稳定性 for (int i = 1; i < arrayCount.length; i++) { arrayCount[i] = arrayCount[i] + arrayCount[i - 1]; } for (int i = arrayData.length - 1; i >= 0; i--) { arrayResult[arrayCount[arrayData[i]] - 1] = arrayData[i]; arrayCount[arrayData[i]]--; } return arrayResult; } }
结果
1 2 3 4 5 6 7 42 65
参考:
http://blog.csdn.net/sjin_1314/article/details/8655061
http://www.cnblogs.com/eaglet/archive/2010/09/16/1828016.html
标签:
原文地址:http://www.cnblogs.com/hark0623/p/4349350.html