赞
踩
算法分析
当输入的元素是n 个0到k之间的整数时,它的运行时间是 O(n + k)。计数排序不是比较排序,排序的速度快于任何比较排序算法。
由于用来计数的数组C的长度取决于待排序数组中数据的范围(等于待排序数组的最大值与最小值的差加上1),这使得计数排序对于数据范围很大的数组,需要大量时间和内存。
最佳情况:T(n) = O(n+k) 最差情况:T(n) = O(n+k) 平均情况:T(n) = O(n+k)
假设我们有一个数列arr=[3,4,6,4,8,1] 假设max为数列的最大值,此时我们创建一个大小为max+1的辅助数组sortArr,我们以此遍历arr数组,并将数列中的数对应辅助数组sortArr下标的值+1。
那么辅助数组中的数,就是其下标在待排序数组中出现的次数,最后我们通过遍历辅助数组sortArr就能获得一个排序好的序列。
public static int[] countSort01(int[] arr) {
// 获取序列的最大值
int max = arr[0];
int min = arr[0];
for (int i = 0; i < arr.length; i++) {
max = Math.max(max, arr[i]);
min = Math.min(min, arr[i]);
}
// 创建一个长度为max+1的辅助数组 用来存储与辅助数组对应下标的数值 在待排序数列中出现的次数
int[] sortArr = new int[max -min+ 1];
for (int i = 0; i < arr.length; i++) {
// 遍历带排序数列 每次将辅助序列对应下标处的数值+1
sortArr[arr[i]]++;
}
int[] res = new int[arr.length];
int index=0;
for (int i = 0; i < sortArr.length; i++) {
for (int j = 0; j < sortArr[i]; j++) {
res[index++]=i;
}
}
return res;
}
public static int[] countSort02(int[] arr) {
// 获取待排序数列的最大值 用来创建辅助数组
int max = arr[0];
for (int i = 0; i < arr.length; i++) {
max = Math.max(max, arr[i]);
}
// 创建辅助数组 先在辅助数组存储其对应下标在待排序数中出现的次数 (与countSort01同)
int[] sortArr = new int[max + 1];
for (int i = 0; i < arr.length; i++) {
sortArr[arr[i]]++;
}
// 对辅助数组进行改进 将其存储的对应待排序数列的次数 转换为临时排序数列的下标位置
for (int i = 1; i < sortArr.length; i++) {
sortArr[i] += sortArr[i - 1];
}
// 创建临时排序数列 并从右往左遍历arr将其顺序放于tsortArr
int[] tsortArr = new int[arr.length];
for (int i = arr.length - 1; i > 0; i--) {
tsortArr[--sortArr[arr[i]]] = arr[i];
}
return tsortArr;
}
public static void main(String[] args) {
int[] arr = new int[]{2, 5, 3, 0, 2, 3, 0, 3};
System.out.println("排序前---------------------");
System.out.println(Arrays.toString(arr));
int[] res = countSort(arr);
System.out.println("排序后---------------------");
System.out.println(Arrays.toString(res));
}
public static int[] countSort(int[] arr) {
// 获取待排序数列的最大值,与最小值 用来创建辅助数组
int min = arr[0], max = arr[0];
for (int i = 0; i < arr.length; i++) {
max = Math.max(max, arr[i]);
min = Math.min(min, arr[i]);
}
// 创建辅助数组 先在辅助数组存储其对应下标在待排序数中出现的次数 (与countSort01同)
int[] sortArr = new int[max + 1];
sortArr = new int[max - min + 1];
for (int i = 0; i < arr.length; i++) {
sortArr[arr[i] - min]++;
}
// 对辅助数组进行改进 将其存储的对应待排序数列的次数 转换为临时排序数列的下标位置
for (int i = 1; i < sortArr.length; i++) {
sortArr[i] += sortArr[i - 1];
}
// 创建临时排序数列
int[] tsortArr = new int[arr.length];
for (int i = arr.length - 1; i > 0; i--) {
tsortArr[--sortArr[arr[i] - min]] = arr[i];
}
return tsortArr;
}
public static int[] countSort02(int[] arr) {
// 获取待排序数列的最大值 用来创建辅助数组
int max = arr[0];
for (int i = 0; i < arr.length; i++) {
max = Math.max(max, arr[i]);
}
// 创建辅助数组 先在辅助数组存储其对应下标在待排序数中出现的次数 (与countSort01同)
int[] sortArr = new int[max + 1];
for (int i = 0; i < arr.length; i++) {
sortArr[arr[i]]++;
}
// 对辅助数组进行改进 将其存储的对应待排序数列的次数 转换为临时排序数列的下标位置
for (int i = 1; i < sortArr.length; i++) {
sortArr[i] += sortArr[i - 1];
}
// 创建临时排序数列 并从右往左遍历arr将其顺序放于tsortArr
int[] tsortArr = new int[arr.length];
for (int i = arr.length - 1; i > 0; i--) {
tsortArr[--sortArr[arr[i]]] = arr[i];
}
return tsortArr;
}
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。