桶排序

排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。 常见的内部排序算法有：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。 本文将依次介绍上述八大排序算法。 算法一：插入排序 插入排序示意图 插入排序是一种最简单直观的排序算法，它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。 算法步骤 ： 1）将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。 2）从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。） 代码实现： void insert_sort(int array[],unsignedint n) { int i,j; int temp; for(i = 1;i < n;i++) { temp = array[i]; for(j = i;j > 0&& array[j - 1] > temp;j--) { array[j]= array[j - 1]; } array[j] = temp; } } 算法二：希尔排序 希尔排序示意图 希尔排序 ，也称

一、课前问题 上两节中，我带你着重分析了几种常用排序算法的原理、时间复杂度、空间复杂度、稳定性等。今天，我会讲三种时间复杂度是O(n)的排序算法：桶排序、计数排序、基数排序。 因为这些排序算法的时间复杂度是线性的，所以我们把这类排序算法叫作线性排序（Linear sort）。之所以能做到线性的时间复杂度，主要原因是，这三个算法是非基于比较的排序算法， 都不涉及元素之间的比较操作。 这几种排序算法理解起来都不难，时间、空间复杂度分析起来也很简单，但是对要排序的数据要求很苛刻，所以我们今天 学习重点的是掌握这些排序算法的适用场景 。 按照惯例，我先给你出一道思考题： 如何根据年龄给100万用户排序？ 你可能会说，我用上一节课讲的归并、快排就可以搞定啊！是的，它们也可以完成功能，但是时间复杂度最低也是O(nlogn)。有没有更快的排序方法呢？让我们一起进入今天的内容！ 二、桶排序（Bucket sort） 1、桶排序的核心思想 首先，我们来看桶排序。桶排序，顾名思义，会用到“桶”，核心思想是将要排序的数据分到一个有序的桶里，每个桶里的数据 再单独进行排序。桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。 桶排序的时间复杂度为什么是O(n)呢？我们一块儿来分析一下。 如果要排序的数据有n个，我们把它们均匀地划分到m个桶内，每个桶里就有k=n/m个元素。

一、桶排序算法的引入。 　　之前我们已经说过了计数排序的算法。 　　这个时候我们如果有这样的一个待排序数据序列： int x[14]={-10, 2, 3, 7, 20, 23, 25, 40, 41, 43，60, 80, 90, 100}; 　　我们如果按照计数排序的算法，那么待排序数据的范围是：-10 到 100 　　我们为了实现对于这个数据集的遍历，这个时候需要额外的开辟一个大小为（100- （-10）+ 1）的空间，这个时候的空间复杂度达远远超过我们的预计，也就是这个造成了空间的浪费。 　　所以我们可以说， 计数排序还存在一个缺点：即数据里面的max 和min 的差值相比于待排序数据的数目来说，不能过大，否则会造成空间的浪费 　　桶排序算法相当于做了一个对于计数排序算法做了一个升级。 　　 只不过计数排序算法计数是对于每一个排序数字进行的，而桶排序算法则将这个范围放宽，变成了一个范围。 二、桶排序算法的过程。 　　1、比如对于上面的一个待排序数据，我们需要把它划分为一系列的范围，从min 到 min，这就相当于有了一个一个的“桶”。 　　2、对应的范围的数据放入对应范围的桶里面。 　　3、然后对于每一个范围的数据采用其他的排序算法进行排序，使得每一个桶内部的数据都是有序的，移动到已经有序的数据集中。 　　上面有两个步骤比较关键： 　　第一个是对于桶的范围的划分

原文链接： https://www.cnblogs.com/onepixel/p/7674659.html 注意 ： 原文中的算法实现都是基于JS，本文全部修改为C实现，并且统一排序接口，另外增加了一些描述信息，后面会持续更新本文。 0、算法概述 0.1 算法分类 十种常见排序算法可以分为两大类： 比较类排序 ：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序 ：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。 0.2 算法复杂度 0.3 相关概念 稳定 ：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。 不稳定 ：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。 时间复杂度 ：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。 空间复杂度： 是指算法在计算机内执行时所需存储空间的度量，它也是数据规模n的函数。 0.4 在线学习 这里提供两个算法可视化网站，方便理解这些排序算法： https://visualgo.net/en/sorting https://www.cs.usfca.edu/~galles/visualization/ComparisonSort.html

阅读时间 ：2019.10.31-2019.11.11 阅读心得 ： 这本书早有耳闻，但是一直没有落实去看，最近在给自己充电，于是把这本书看了一遍。总体来说，这本书写得很生动有趣，比较适合零基础的人入门，对于我来说内容有些简单（因为我本科已经接触过一些算法，里面的有些内容我之前已经掌握）。但是，这本书除了算法之外，带给我最大的帮助就是更加熟悉了一点C,因为我的C语言不太好，一直都是学习java，比较逃避C,但是在学习这本书的时候，我把里面出现的所有代码都自己消化并手写了一遍，虽然里面的代码十分浅显，但是一本书写下来，我已经对C没有那么恐惧了。所以，我从心里很喜欢这本书。希望想要入门的小伙伴也能把这本书好好看一看。 阅读总结 ： 【这本书一共有九章，第九章是一个思路引领，前八章是妥妥的干货。在这里我对这本书的内容，结合自己的理解做一些记录，方便日后能够复习】 第一章：排序 （有多重要大家心里都知道，不会排序的人生是不完整的人生~） 1.桶排序 说实话，我是在这本书里第一次接触桶排序，之前学的排序算法上来都是直接选择、插入、快速、合并，看了这本书才知道还有桶排序这个神奇宝贝哈哈哈。桶排序堪称最快最简单的排序，它的原理是定义一个数组book[]来标记数字是否出现。比如我们现在要对从1到99之间的若干数字进行排序，那么就定义一个数组book[],每出现一个数字 i,就让对应的book[i

桶排序是拿空间换时间，在数量特别大，桶很多的时候速度比快速排序还要快一些。（但是如果数量过百万可能会内存溢出（数组太长）） 设置10个数组（代表0-9号桶） 先按从个位一次放入对应桶中，然后依次取出放回数组。 然后按十位。。。 百位。。。 。。。 直到最高位都为0. 123，125，214，243，222 第一次（个位）： 2： 222 3：123,243 4：214 5：125 然后取出： 222,123,243,214,125 第二次（10位） 1:214 2:222,123,125 4:243 然后取出：214,222,123,125,243 第3次（100位） 1：123,125 2：214,222,243 然后取出：123,125,214,222,243 没有1000位，所以排序结束 其实本质就是按位比较。 //桶排序 public void bucketSort(int[] a) { //先要得到最大的位数，判断循环多少次 int max = a[0]; for (int i = 0; i < a.length; i++) { if (max < a[i]) { max = a[i]; } } //此时max就是最大值 int maxlength = ("" + max).length(); //先把max变成字符串然后取长度，得到位数 int n = 1; //被除数

桶排序 这个算法时，瞬间就被它可爱的名字给Q到，正好我看的一本C++书上有道桶排序的题目，费了一番功夫后解决了这道题，于是，就去百度，想看看大神们的 桶排序 算法是怎样写的，结果……搜索引擎把我坑惨了，如下图： 搜索到的前n条介绍，都很令人失望，我把他们的代码亲自跑了一遍，都是只能对10以内的数据排序？？？心里一万个mmp，如果真是这样，那还要 桶排序 干嘛？ 我并不清楚正宗的 桶排序 到底是什么样子的，但我按照书上的题目，实现了一个功能还算强大的 桶排序 ，由于我将数据储存为 string类型 ，所以可以对很大的数排序，至于这个数到底有多大，那要看 string类型 数据的长度了（我又手贱百度了一下，好像这个数大到形容不出来……）。 书上的原题是这样的 （我感觉这道题已经把 桶排序 介绍的很到位了，比百度上的各种解释都要清楚）： 桶排序（bucket sort） 从一个一维的待排序的正整数数组和一个二维整数数组开始，其中，二维数组的行下标是从0到9，列下标时从0到n-1，n时一位数组中待排序值的个数。这个二维数组的每一行都称为一个桶。编写一个函数bucketSort，它采用一个整数数组和该数组的大小作为参数，并执行以下操作： a) 对于一位数组的每一个值，根据值的个位数，将其放到桶数组的各行中。例如，97放在第7行，3放在第3行，100放在第0行。这称为“分布过程”。 b)

/** * * @author Mr.Du * * Data:2019-02-27 * * * 桶排序：桶排序中的桶是什么概念呢？每一个桶代表一个区间范围，里面可以承载一个或多个元素。 * 第一步就是创建这些桶，确定每一个桶的区间范围，具体建立多少个桶如何确定它的区间范围，有很多方法 * 我们这里创建的桶数量等于原始数列的元素数量，除了最后一个桶只包含数组最大值，前面各个桶的区间按 * 比例确定，区间跨度 = (最大值 - 最小值)/(桶的数量 - 1). * 第二步:遍历原始数组，把元素对号入座放入各个桶中 * 第三步：每个桶内的元素分别排序 * 第四步：遍历所有的桶，输出所有元素 */ public static double[] bucket_Sort(double[] arr) { double max = arr[0]; double min = arr[0]; //确定最大最小值 for(double i:arr) { if(i<min) min = i; if(i>max) max = i; } //计算桶的数量 double d = max - min; //初始化桶，定义一个LinkList集合表示桶，ArrayList用来接收所有桶 int len = arr.length; ArrayList<LinkedList<Double>> arraylist =

桶排序的基本思想： 它就是把数组arr[]划分为N个大小相同的子区间（桶），每个子区间各自排序，最后合并。计数排序是桶排序的一种特殊情况，可以把计数排序当成每个桶里只有一个元素的情况。 步骤： 　　1.找出待排序数组中的最大值max、最小值min； 　　2.我们使用动态数组arraylist作为桶，桶里放的元素也用arraylist存储。桶的数量为（max-min）/arr.length+1； 　　3.遍历数组arr，计算每个元素arr[i]放的桶； 　　4.每个桶各自排序 算法实现： 1 public static void bucketSort(int[] arr){ 2 int max = Integer.MIN_VALUE; 3 int min = Integer.MAX_VALUE; 4 for(int i = 0; i < arr.length; i++){ 5 max = Math.max(max, arr[i]); 6 min = Math.min(min, arr[i]); 7 } 8 //创建桶 9 int bucketNum = (max - min) / arr.length + 1; 10 ArrayList<ArrayList<Integer>> bucketArr = new ArrayList<>(bucketNum); 11 for(int i =

每一个项目中基本都会用到排序，如成绩排名等等，可见排序的重要性，每一种排序方法都有自己的特点，在选择用哪一种排序的时候，要根据数据的多少以及效率、资源占用等问题考虑，排序有多种，比如冒泡排序、二分排序、快速排序、桶排序、堆排序等等，在这里主要给大家接受一下冒泡排序与桶排序以及快速排序。 冒泡排序 冒泡排序是比较典型的一个排序，大家在第一次接触排序时一般都是冒泡排序，冒泡排序的思想就是把大数或小数沉下去，从而完成排序。先给大家看一下源码 package sort; public class maopao { public static void main(String[] args) { int []a=new int[10]; //给数组赋值，大家也可以通过Scanner从控制台输入要排序的数字 int m; for(int i=0;i<10;i++) { a[i]=i; } for(int k=0;k<a.length;k++) { //需要给多少个数排序 for(int p=0;p<a.length-1;p++) { //每次需要比较多少次 if(a[k]>=a[p]) { //比较 m=a[k]; a[k]=a[p]; //两个数互相交换 a[p]=m; } } } for (int i:a) { System.out.println(i); //最后遍历数组，完成排序 }