1 本节思路

之前的算法的最基本的思想是比较元素大小，所以算法复杂度最好是Θ(nlogn)\Theta(nlogn)Θ(nlogn)，本节不再基于元素比较，而是基于计数的Counting sort，然后应用在Radix sort上。

2 Counting sort

2.1 算法思想

Counting sort算法的思想比较简单，就是通过统计每个数字的的个数确定每个数字的位置，譬如【8，6，2】这三个数，通过计数统计知道#8=1，#6=1，#2=1，很自然就是2排正位置1上，6排在位置1+1=2上，8排在位置2+1=3上，因为每个数字都是不重复，所以看起来很low，考虑到有充分数字的情况，就会领会到这个算法的巧妙之处了。

2.2 算法演示

2.3 算法描述

2.4 算法实现

# -*- coding: utf-8 -*-
import collectionsdef counting_sort(A, B, k):# let C[0..k] be a new arrayC = [0] * (k + 1)for i in range(k + 1):C[i] = 0for j in range(1, len(A)):C[A[j]] = C[A[j]] + 1# C[i] now contains the number of elements equal to i.for i in range(1, k + 1):C[i] = C[i] + C[i - 1]# C[i] now contains the number of elements less than or equal to i.for j in range(len(A) - 1, 0, -1):B[C[A[j]]] = A[j]C[A[j]] = C[A[j]] - 1if __name__ == '__main__':A = ['x', 2, 5, 3, 0, 2, 3, 0, 3]B = [0] * len(A)k = max(A[1:])print('before sort:', A[1:])counting_sort(A, B, k)print('after sort:', B[1:])

运行结果：

before sort: [2, 5, 3, 0, 2, 3, 0, 3]
after sort: [0, 0, 2, 2, 3, 3, 3, 5]

2.5 算法分析

容易得到Counting sort的算法复杂度是O(k+n)O(k+n)O(k+n)，k为集合中元素个数，n为排序序列中元素个数，因为k<nk<nk<n，所以可以认为这个算法是线性时间复杂度，其原因就是空间换时间，所以其用途在于小范围内的数据，如果数据范围过大（排序的元素个数不一定很多）会占用大量的内存，下面Radix sort正好可以应用到这一点。

3 Radix sort

3.1 Radix sort算法思想

Radix sort按位从后至前排序，因为要防止重复数字问题，所以顺序是从后至前。下面的演示很简单的表达了这种思想：

3.2 算法描述

这里stable sort 指的是counting sort。

3.3 算法分析

考虑一个极端的情况，在一个b=32位的计算机上，每一个数字都可以表示为b个bit的序列，此时b=log2nb=log_2{n}b=log2n，应用上面的lemma8.3容易得到，在这种情况下使用RADIX-SORT的算法复杂度是Θ(b(n+2))=Θ(logn(n+2))\Theta(b(n+2))=\Theta(logn(n+2))Θ(b(n+2))=Θ(logn(n+2))，之前的基于“元素比较”排序算法没有什么提高。
考虑另一个方向的极端情况，假如计算机内存超级大随便用（不考虑缓存消耗），那么上面问题的复杂度是Θ(n+32)\Theta(n+32)Θ(n+32)，理论上完美，实际上不可信。
两个极端的情况之间存在着一种权衡，这种权衡关系如下面lemma8.4所示，这个lemma8.4中使用适当的颗粒度r作为一位进行counting sort。

有点问题。。。待续。。。

八、计数排序及其应用分析相关推荐

C++算法之计数排序
C++算法之计数排序文章目录 C++算法之计数排序一.算法描述二.代码实现三.复杂度分析一.算法描述给定长度为n的序列,假设已知序列元素的范围都是[0..K]中的整数,并且K的范围比较小( ...
计数排序的应用与分析
/* 问题描述:某公司有几万名员工, 请完成一个时间复杂度为O(n)的算法对该公司员工的年龄做排序, 要求空间复杂度为O(1) 问题分析:因为人的年龄总共也不会超过100岁,所以可以创建一个大小为1 ...
计数排序及其改进 C++代码实现与分析恋上数据结构笔记
文章目录复习梗概算法思想基础思想改进空间复杂度,改进不能对负数进行排序问题改进稳定性计数排序时间空间复杂度计数排序基础版代码及输出计数排序第一次改进版代码及输出计数排序终极版代 ...
八十五、再探希尔排序，桶排序，计数排序和基数排序
@Author:Runsen 编程的本质来源于算法,而算法的本质来源于数学,编程只不过将数学题进行代码化. ---- Runsen 关于排序,其实还有很多,比如常见的希尔排序,桶排序,计数排序和基数排 ...
算法学习总结(八)：计数排序
一.算法简介计数排序(Counting sort)是一个非基于比较的稳定的排序算法.计数排序使用一个额外的数组C,其中第i个元素是待排序数组A中值等于i的元素的个数.然后根据数组C来将A中的元素排到 ...
【排序算法】计数排序引发的围观风波——一种O(n)的排序
前言计算机课上,老师给一串数字6 1 6 9 9 1 4 2 1 5 8 8,问道:这一串数字,你们写个程序给我看,要求效率较高.学不出来的别下课了. 顿时场下一片哗然,但有很多小朋友硬着头皮啪啪啪 ...
归并排序改良 java_Java 八种排序算法总结
image 前言好久没复习基础了,写个冒泡排序都要想一会.感觉自己好像老了好多,今天手痒总结一下排序算法.目前网上博客普遍都有详细介绍,写的很清楚.说实话我是没必要再写一遍的,感觉就是在啰嗦.还是重 ...
计数排序、桶排序和基数排序的运算性能对比及总结区别（附python代码）
首先证明一波排序算法的运算性能,如下图.对于50万个数据的无序列表,时间复杂度为的桶排序和计数排序明显比复杂度为的归并排序和快速排序性能好至少一个数量级. 1. 计数排序 1.1 基本原理:首先确定 ...
算法导论-排序（四）计数排序（线性时间排序）
目录 1.计数排序介绍 2.流程图 3.代码实现 4.性能分析 5.参考资料内容 1.计数排序介绍什么是计数排序? 计数排序是一种特殊的排序算法,之前介绍的排序算法需要对数进行两两比较,效率下界为 ...

八、计数排序及其应用分析