桶排序

算法理解： 　　桶排序是对计数排序的一种优化，在计数排序中x应该放在计数数组下表为x的位置上，这样如果重复数字较少，计数数组每个位置的利用率就非常小。 　　桶排序是将一系列大小近似的数字放在一个位置（每个桶维护一条有序的链表），这样提高每个位置的利用率，以提高效率. 以A【】={1，21，23，41，49}为例 假设每个桶里有10中元素，那么桶排序的结构如下图所示。 #include <algorithm> #include <iostream> #include <cstring> #include <vector> #include <cstdio> #include <cmath> #include <queue> using namespace std; const int maxn=1e5+10; typedef struct node{ int key; struct node* next; }KeyNode; void bucket_sort(int keys[],int size,int bucket_size){ KeyNode **bucket_table=(KeyNode**)malloc(bucket_size*sizeof(KeyNode*)); for(int i=0;i<bucket_size;i++){ //初始化桶 bucket_table[i]=

【引用】 桶排序 (Bucket sort)或所谓的箱排序，是一个排序算法，工作的原理是将阵列分到有限数量的桶子里。每个桶子再个别排序（有可能再使用别的排序算法或是以递回方式继续使用桶排序进行排序）。桶排序是鸽巢排序的一种归纳结果。当要被排序的阵列内的数值是均匀分配的时候，桶排序使用线性时间（Θ（n））。但桶排序并不是 比较排序，他不受到 O(n log n) 下限的影响。 例如要对大小为[1..1000]范围内的n个整数A[1..n]排序，可以把桶设为大小为10的范围，具体而言，设集合B[1]存储[1..10]的整数，集合B[2]存储(10..20]的整数，……集合B[i]存储((i-1)*10, i*10]的整数，i = 1,2,..100。总共有100个桶。然后对A[1..n]从头到尾扫描一遍，把每个A[i]放入对应的桶B[j]中。 然后再对这100个桶中每个桶里的数字排序，这时可用冒泡，选择，乃至快排，一般来说任何排序法都可以。最后依次输出每个桶里面的数字，且每个桶中的数字从小到大输出，这样就得到所有数字排好序的一个序列了。 假设有n个数字，有m个桶，如果数字是平均分布的，则每个桶里面平均有n/m个数字。如果对每个桶中的数字采用快速排序，那么整个算法的复杂度是O(n+m*n/m*log(n/m))=O(n+nlogn-nlogm) 从上式看出，当m接近n的时候

排序算法说明: （1）对于评述算法优劣术语的说明 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； 内排序 ：所有排序操作都在内存中完成； 外排序 ：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行； 时间复杂度 : 一个算法执行所耗费的时间。 空间复杂度 : 运行完一个程序所需内存的大小。 (2)排序算法图片总结: 　　 1.冒泡排序: 解析：1.比较相邻的两个元素，如果前一个比后一个大，则交换位置。 　　　2.第一轮的时候最后一个元素应该是最大的一个。 　　　3.按照步骤一的方法进行相邻两个元素的比较，这个时候由于最后一个元素已经是最大的了，所以最后一个元素不用比较。 2.快速排序: 解析：快速排序是对冒泡排序的一种改进，第一趟排序时将数据分成两部分，一部分比另一部分的所有数据都要小。然后递归调用，在两边都实行快速排序。 3.插入排序: 解析： （1） 从第一个元素开始，该元素可以认为已经被排序 （2） 取出下一个元素，在已经排序的元素序列中从后向前扫描 （3） 如果该元素（已排序）大于新元素，将该元素移到下一位置 （4） 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置 （5）将新元素插入到下一位置中 （6） 重复步骤2 　　 2.二分查找: 解析

排序算法说明: （1）对于评述算法优劣术语的说明 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； 内排序 ：所有排序操作都在内存中完成； 外排序 ：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行； 时间复杂度 : 一个算法执行所耗费的时间。 空间复杂度 : 运行完一个程序所需内存的大小。 (2)排序算法图片总结: 　　 1.冒泡排序: 解析：1.比较相邻的两个元素，如果前一个比后一个大，则交换位置。 　　　2.第一轮的时候最后一个元素应该是最大的一个。 　　　3.按照步骤一的方法进行相邻两个元素的比较，这个时候由于最后一个元素已经是最大的了，所以最后一个元素不用比较。 2.快速排序: 解析：快速排序是对冒泡排序的一种改进，第一趟排序时将数据分成两部分，一部分比另一部分的所有数据都要小。然后递归调用，在两边都实行快速排序。 3.插入排序: 解析： （1） 从第一个元素开始，该元素可以认为已经被排序 （2） 取出下一个元素，在已经排序的元素序列中从后向前扫描 （3） 如果该元素（已排序）大于新元素，将该元素移到下一位置 （4） 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置 （5）将新元素插入到下一位置中 （6） 重复步骤2 　　 2.二分查找: 解析

排序对比： 排序对比.jpg 排序分类： 排序分类.jpg 冒泡排序（Bubble Sort） 冒泡排序是一种简单的排序算法，它重复的走访要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来，走访数列的工作是重复的进行直到没有再需要交换，也就是说数列已经排序完成，这个算法的名字的由来是因为越小的元素会精油交换慢慢浮到数列的顶端。 1.初级版 function bubbleSort(array) { const length = array.length; for (let i = 0; i < length; i++) { for (let j = 0; j < length - 1 - i; j++) { if (array[j] > array[j + 1]) { let temp = array[j + 1]; array[j + 1] = array[j]; array[j] = temp; } } } return array; } 2.改进版 设置一个标志性变量pos，用于记录每趟排序中最后一次进行交换的位置，由于pos位置之后的记录均已交换到位，故在进行下一趟排序是只要扫描到pos位置即可 function bubbleSort(array) { let i = array.length - 1; while (i > 0) { let pos = 0;

1. 前言 算法为王。 想学好前端，先练好内功，只有内功深厚者，前端之路才会走得更远 。 笔者写的 JavaScript 数据结构与算法之美 系列用的语言是 JavaScript ，旨在入门数据结构与算法和方便以后复习。 之所以把 计数排序、桶排序、基数排序 放在一起比较，是因为它们的平均时间复杂度都为 O(n) 。 因为这三个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，这三个算法不是基于比较的排序算法，都不涉及元素之间的比较操作。 另外，请大家带着问题来阅读下文，问题：如何根据年龄给 100 万用户排序 ？ 2. 桶排序（Bucket Sort） 桶排序是计数排序的升级版，也采用了 分治思想 。 思想 将要排序的数据分到有限数量的几个有序的桶里。 每个桶里的数据再单独进行排序（一般用插入排序或者快速排序）。 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。 比如： 桶排序利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。 为了使桶排序更加高效，我们需要做到这两点： 在额外空间充足的情况下，尽量增大桶的数量。 使用的映射函数能够将输入的 N 个数据均匀的分配到 K 个桶中。 桶排序的核心：就在于怎么把元素平均分配到每个桶里

比较排序： 冒泡：两两交换 选择：选择末序列最大（最小）值，同对应位置交换 插入：从后往前扫描有序序列 希尔排序：又叫做缩小增量排序，希尔增量：n/2 n/4 ... 1,O(n^2),Hibbard增量:1,3,7,2hk-1，O(n^1.5)；下界为O(nlog(2n)) 非比较排序： 桶排序：N个待排数据，M个桶，平均每个桶[N/M]个数据的桶排序平均时间复杂度为：O(N)+O(M*(N/M)*log(N/M))=O(N+N*(logN-logM))=O(N+N*logN-N*logM) 　　　　即：平均时间复杂度为线性的O(N+C)，其中C=N*(logN-logM)。如果相对于同样的N，桶数量M越大，其效率越高，最好时间复杂度达到O(N)。当然桶排序的空间复杂度为O(N+M)，如果输入数据非常庞大，而桶的数量也非常多，则空间代价无疑是昂贵的。此外，桶排序是稳定的。 基数排序：n个待排数据，d个关键码，关键码取值范围radix,则时间复杂度：O(d*(n+radix)) 总结 冒泡排序是基础，每轮遍历将“最大元素”移至正确位置（“最右边”），不稳定的O(n^2)； 选择排序要了解，选择排序每轮遍历将“最小（大）元素”移至正确位置（“最左（右）边”），稳定的O(n^2)； 插入排序最简单，适合数据量较小的排序，依然是O(n^2)； 希尔排序是插入排序升级版，不好用，为O

　　数据的排序是在解决实际问题时经常用到的步骤，也是数据结构的考点之一，下面介绍10种经典的排序方法。 　　首先，排序方法可以大体分为插入排序、选择排序、交换排序、归并排序和桶排序四大类，其中，插入排序又分为直接插入排序、二分插入排序和希尔排序，选择排序分为直接选择排序和堆排序，交换排序分为冒泡排序和快速排序，桶排序以基数排序和计数排序为代表。这些排序方法的时间复杂度和空间复杂度分别如下表所示。 　　排序方法的稳定性是这样定义的：在待排序序列中如果存在a[i]和a[j]，a[i]=a[j]&&i<j，如果排序后仍然符合a[i]=a[j]&&i<j，即它们的前后相对位置关系没有改变，该排序算法就是稳定的。 　　(1)直接插入排序 　　插入排序的基本思想是将数据插入合适的位置。如下所示序列[6,8,1,4,3,9,5,0]，以升序排列为例。 　　a.6<8，符合升序 　　b. 8>1，不符合要求，改变1的位置。首先比较1和8，1更小，交换1和8的位置，序列成为[6,1,8,4,3,9,5,0]，然后继续比较1和6，1更小，交换1和6的位置，序列成为[1,6,8,4,3,9,5,0],注意此时前三个值已经符合升序的要求。 　　c. 8>4，不符合要求，改变4的位置，按照上面的方法，依次与前面的值比较，分别与8和6交换位置，当比较到1时，1<4，不用交换位置。此时序列成为[1,4,6,8