美文网首页
桶排序&&计数排序&&基数排序

桶排序&&计数排序&&基数排序

作者: 小杨不是小羊 | 来源:发表于2020-06-09 17:40 被阅读0次

    今天把三种排序放到一起写,因为原理都差不多。

    桶排序

    桶排序的代码我没有写,讲下思想就可以了。

    图片.png

    时间复杂度

    O(n)

    空间复杂度

    O(n * m) n是多少个桶 m每个桶多少个元素

    稳定排序

    取决于每个桶中的元素使用什么排序算法

    算法核心思想

    将待排序元素按顺序拆分为N个桶,再对每个桶中的元素进行排序。之后按顺序输出每个桶中的元素。


    计数排序

    废话不多说先上代码

    void countingSort(int arr[], int length) {
        int max = arr[0];
        for (int i = 1; i < length; ++i)
        {
            if (max < arr[i])
            {
                max = arr[i];
            }
        }
    
        int counting[max + 1];
        memset(&counting, 0, sizeof(int) * (max + 1));
    
        for (int i = 0; i < length; ++i)
        {
            counting[arr[i]]++;
        }
    
        for (int i = 1; i < max + 1; ++i)
        {
            counting[i] += counting[i - 1];
        }
    
        int temp[length];
    
        for (int i = length - 1; i >= 0; --i)
        {
            temp[--counting[arr[i]]] = arr[i];
        }
    
        for (int i = 0; i < length; ++i)
        {
            arr[i] = temp[i];
        }
    
        return;
    }
    

    时间复杂度

    O(n)

    空间复杂度

    额外需要数组中最大元素大小的空间

    稳定排序

    稳定排序

    算法核心思想

    根据数组中最大元素创建一个临时数组。
    扫描一遍数组,将临时数组中下标与当前元素对应的值加1。
    将临时数组中值不为1的元素的下标输出,值为1就输出下标1次,值为2就输出下标两次,值为几就输出下标几次。
    思想就这么简单,实现的逻辑有些绕。

    一步步实现计数排序

    根据数组中最大元素申请额外空间。

    void countingSort(int arr[], int length) {
        int max = arr[0];
        for(int i = 1; i < length; ++i)
        {
            if(max < arr[i])
            {
                 max = arr[i];
            }
        }
    
        //申请一个大小为最大数加1的数组
        int counting[max + 1];
        memset(&counting, 0, sizeof(int) * (max + 1));
    }
    

    计算每个元素出现的次数

    void countingSort(int arr[], int length) {
        int max = arr[0];
        for(int i = 1; i < length; ++i)
        {
            if(max < arr[i])
            {
                 max = arr[i];
            }
        }
    
        //申请一个大小为最大数加1的数组
        int counting[max + 1];
        memset(&counting, 0, sizeof(int) * (max + 1));
    
        //计算每个元素出现的次数,将对应下标的值加1
        for(int i = 0; i < length; ++i)
        {
            counting[arr[i]]++;
        }
    }
    

    将元素按顺序填装回数组

    这里的填装顺序决定了计数排序是否为稳定算法

    void countingSort(int arr[], int length) {
        int max = arr[0];
        for(int i = 1; i < length; ++i)
        {
            if(max < arr[i])
            {
                 max = arr[i];
            }
        }
    
        //申请一个大小为最大数加1的数组
        int counting[max + 1];
        memset(&counting, 0, sizeof(int) * (max + 1));
    
        //计算每个元素出现的次数,将对应下标的值加1
        for(int i = 0; i < length; ++i)
        {
            counting[arr[i]]++;
        }
    
        //这一步计算出下标对应的元素应该在原数组中的位置
        //这个位置是从后往前计算的
        //假如有两个2 这里存储的是第二个 2 应该在原数组中的下标
        for(int i = 1; i < max + 1; ++i)
        {
            counting[i] += counting[i - 1];
        }
    
        //申请一个和原数组一样大的临时数组
        int temp[length];
    
        //将arr数组元素按照counting的对应关系赋值给temp
        for(int i = 0; i < length; ++i)
        {
            //counting[arr[i]] 就是 arr应该在的位置 下标从0开始要先减1
            temp[--counting[arr[i]]] = arr[i];
        }
    
        //将temp 赋值给 arr
        for(int i = 0; i < length; ++i)
        {
            arr[i] = temp[i];
        }
    }
    

    计数排序就已经完成了,难点就在计算原数组对应关系这,可以自己写写理解一下。


    基数排序

    基数排序就是计数排序的另一个版本,我们要对284,385,235这样的少量且值大的数组排序,如果用计数排序就太占用空间了,这是我们就可以使用基数排序。

    先看代码

    int lastNum(int num, int place) {
        int base = 1;
        while(place > 1) {
            place--;
            base *= 10;
        }
    
        printf("返回值 %d\n", (num / base) % 10);
        return (num / base) % 10;
    }
    
    void radixSort(int arr[], int length) {
        int max = arr[0];
        for (int i = 1; i < length; ++i)
        {
            if (max < arr[i])
            {
                max = arr[i];
            }
        }
    
        int max_size = 0;
        while(max > 0) {
            ++max_size;
            max /= 10;
        }
    
        for (int j = 1; j <= max_size; ++j)
        {
    
            int counting[10];
            memset(&counting, 0, sizeof(int) * 10);
    
            for (int i = 0; i < length; ++i)
            {
                counting[lastNum(arr[i], j)]++;
            }
    
            for (int i = 1; i < 10; ++i)
            {
                counting[i] += counting[i - 1];
            }
    
    
            int temp[length];
    
            for (int i = length - 1; i >= 0; --i)
            {
                temp[--counting[lastNum(arr[i], j)]] = arr[i];
            }
    
            for (int i = 0; i < length; ++i)
            {
                arr[i] = temp[i];
            }
        }
    }
    

    时间复杂度

    O(n)

    空间复杂度

    每一位的范围不同而变化

    稳定排序

    稳定排序

    算法核心思想

    先对低位进行计数排序,然后在对高位进行计数排序,因为计数排序是稳定排序,将所有位都进行排序后整个数组就有序了。

    因为基数排序就是基于计数排序实现的,我这里只讲一些不同的地方。

    取数组中的某一位

    int lastNum(int num, int place) {
        int base = 1;
        while(place > 1) {
            place--;
            base *= 10;
        }
    
        printf("返回值 %d\n", (num / base) % 10);
        return (num / base) % 10;
    }
    

    计算数组中最大元素的位数

    void radixSort(int arr[], int length) {
        int max = arr[0];
        for (int i = 1; i < length; ++i)
        {
            if (max < arr[i])
            {
                max = arr[i];
            }
        }
    
        int max_size = 0;
        while(max > 0) {
            ++max_size;
            max /= 10;
        }
    }
    

    对每一位进行计数排序

    void radixSort(int arr[], int length) {
        int max = arr[0];
        for (int i = 1; i < length; ++i)
        {
            if (max < arr[i])
            {
                max = arr[i];
            }
        }
    
        int max_size = 0;
        while(max > 0) {
            ++max_size;
            max /= 10;
        }
        
        //最大数的位数,有几位进行几次计数排序
        for (int j = 1; j <= max_size; ++j)
        {
    
            int counting[10];
            memset(&counting, 0, sizeof(int) * 10);
    
            for (int i = 0; i < length; ++i)
            {
                //通过lastNum函数获取对应位
                counting[lastNum(arr[i], j)]++;
            }
    
            for (int i = 1; i < 10; ++i)
            {
                counting[i] += counting[i - 1];
            }
    
    
            int temp[length];
    
            for (int i = length - 1; i >= 0; --i)
            {
                temp[--counting[lastNum(arr[i], j)]] = arr[i];
            }
    
            for (int i = 0; i < length; ++i)
            {
                arr[i] = temp[i];
            }
        }
    }
    

    如果你会计数排序的话基数排序已然不在话下了

    看到这了,点个赞再走~

    相关文章

      网友评论

          本文标题:桶排序&&计数排序&&基数排序

          本文链接:https://www.haomeiwen.com/subject/foustktx.html