桶排序js

news2024/12/24 11:44:59

桶排序(Bucket Sort) 是一种基于分布的排序算法。它将数据分布到一定数量的桶中,然后对每个桶中的数据进行排序,最后将所有桶中的数据合并成一个有序的结果。桶排序通常用于已知数据分布范围比较均匀的情况。

桶排序的工作原理

  1. 创建桶:首先,将数组的元素映射到若干个桶中,每个桶存储一个范围内的元素。
  2. 桶内排序:然后对每个桶内的元素进行排序(通常可以使用其他排序算法,如插入排序)。
  3. 合并桶:最后,将所有桶中的元素按顺序合并,得到一个有序的数组。

桶排序的时间复杂度

  • 时间复杂度
    • 最优情况和平均情况是 O(n + k),其中:
      • n 是输入数组的大小。
      • k 是桶的数量。
    • 在最坏情况下,如果所有元素都被分配到同一个桶中,桶内排序的时间复杂度就是 O(n²),这通常发生在数据分布极不均匀的情况下。
  • 空间复杂度:O(n + k),其中 n 是数组元素的数量,k 是桶的数量。

桶排序的适用场景

  • 适用于数据分布较均匀的情况:桶排序在数据范围较大,且数据分布均匀时特别有效。
  • 不适用于数据分布不均匀或极端情况:如果数据分布不均匀,则桶排序的效率会大打折扣。

桶排序的步骤

  1. 确定桶的数量:根据数据的范围和数量,确定需要创建多少个桶。
  2. 数据分配到桶中:将输入数组的每个元素根据其值分配到合适的桶中。
  3. 对每个桶进行排序:可以选择适当的排序算法对每个桶内的元素进行排序,通常使用插入排序。
  4. 合并桶中的元素:按照桶的顺序,依次将每个桶中的元素合并,得到最终的排序结果。

 

function bucketSort(arr) {
    if (arr.length <= 1) return arr;  // 如果数组只有一个元素,则直接返回

    let min = Math.min(...arr);  // 找到数组中的最小值
    let max = Math.max(...arr);  // 找到数组中的最大值
    let bucketCount = Math.floor(Math.sqrt(arr.length));  // 确定桶的数量,通常选择 sqrt(n)
    
    // 创建桶
    let buckets = Array.from({ length: bucketCount }, () => []);
    
    // 将元素分配到桶中
    arr.forEach(num => {
        let index = Math.floor((num - min) / (max - min + 1) * bucketCount);
        buckets[index].push(num);
    });

    // 对每个桶中的元素进行排序,并合并结果
    return buckets
        .map(bucket => bucket.sort((a, b) => a - b))  // 使用插入排序或其他排序方法对桶内排序
        .flat();  // 扁平化桶数组,返回一个排序好的数组
}

// 测试
let arr = [0.42, 0.32, 0.78, 0.53, 0.60, 0.92, 0.71, 0.23, 0.46, 0.85];
console.log(bucketSort(arr));  // 输出: [0.23, 0.32, 0.42, 0.46, 0.53, 0.60, 0.71, 0.78, 0.85, 0.92]

代码解释

  1. 初始化最小值和最大值:首先通过 Math.min(...arr)Math.max(...arr) 找到数组中的最小值和最大值。
  2. 确定桶的数量:一般来说,桶的数量是根据数组的长度来确定的。常见的做法是选择 sqrt(n) 个桶。
  3. 创建桶:使用 Array.from 创建一个空的二维数组,每个桶对应一个空数组。
  4. 将元素分配到桶中:通过公式 (num - min) / (max - min + 1) * bucketCount 将元素映射到合适的桶中。这个公式的作用是将数据值映射到 [0, bucketCount-1] 范围内的桶。
  5. 桶内排序:对每个桶内的元素使用排序算法进行排序,通常选择 插入排序,因为桶内的数据量通常很小。
  6. 合并结果:使用 map 方法对每个桶进行排序,然后使用 flat() 将多维数组合并为一维数组,最终返回排序后的数组。

桶排序的优缺点

优点:
  • 适用于数据分布均匀的情况:当数据较为均匀地分布时,桶排序能显著提高排序效率,尤其是在数据范围较广时。
  • 稳定性:如果桶内使用的排序算法是稳定的,那么桶排序也是稳定的。
缺点:
  • 需要额外的空间:桶排序需要创建额外的桶数组,所以空间复杂度为 O(n + k)。
  • 对数据分布不均匀的情况性能较差:如果数据分布非常不均匀,则可能会导致某些桶中存储大量元素,导致桶内排序复杂度接近 O(n²),从而降低桶排序的效率。
  • 对于大范围的整数或浮点数排序,桶的选择比较复杂,桶数和桶内排序算法的选择需要根据具体的情况来调整。

适用场景

  • 数据范围有限且均匀分布:例如,排序的是一些浮点数(0到1之间),或者已知数据的分布比较均匀。
  • 需要快速排序的数字数据:比如大规模的评分数据、成千上万的网络请求延迟等,且数据的值域范围已知。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2235616.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ssm068海鲜自助餐厅系统+vue(论文+源码)_kaic

设计题目&#xff1a;海鲜自助餐厅系统的设计与实现 摘 要 网络技术和计算机技术发展至今&#xff0c;已经拥有了深厚的理论基础&#xff0c;并在现实中进行了充分运用&#xff0c;尤其是基于计算机运行的软件更是受到各界的关注。加上现在人们已经步入信息时代&#xff0c;所…

ENSP ISOLATE隔离区域

如果用户想进行二层隔离&#xff0c;用户可以将不同的端口加入不同的VLAN&#xff0c;但这样会浪费有限的VLAN资源。采用端口隔离功能&#xff0c;可以实现同一VLAN内端口之间的隔离。用户只需要将端口加入到隔离组中&#xff0c;就可以实现隔离组内端口之间二层数据的隔离。端…

自攻螺钉的世纪演变:探索关键设计与应用

自攻螺钉作为现代工业和建筑中的不可或缺的标准部件&#xff0c;经过了超过100年的发展和创新。从1914年最早的铁螺钉设计到今天的自钻自攻螺钉&#xff0c;自攻螺钉的设计不断优化&#xff0c;以适应更复杂的应用需求。本文将回顾自攻螺钉的演变历程&#xff0c;分析其设计原理…

KTHREAD结构-->ApcState

1. ApcListHead[2] 2. KernelApcInProgress

深入浅出 Spring Boot 与 Shiro:构建安全认证与权限管理框架

一、Shiro框架概念 &#xff08;一&#xff09;Shiro框架概念 1.概念&#xff1a; Shiro是apache旗下一个开源安全框架&#xff0c;它对软件系统中的安全认证相关功能进行了封装&#xff0c;实现了用户身份认证&#xff0c;权限授权、加密、会话管理等功能&#xff0c;组成一…

魅力标签云,奇幻词云图 —— 数据可视化新境界

目录 目的原理详解建议 标签云&#xff1a;用于汇总生成的标签&#xff0c;一般是独立词汇运行前的准备代码示例 词云&#xff1a;对本文中出现频率较高的词&#xff0c;视觉上突出显示总结 目的 掌握文本与文档可视化&#xff1a;使用特定软件或编程语言&#xff08;如Python…

正则表达式在Kotlin中的应用:提取图片链接

在现代的Web开发中&#xff0c;经常需要从网页内容中提取特定的数据&#xff0c;例如图片链接。Kotlin作为一种现代的编程语言&#xff0c;提供了强大的网络请求和文本处理能力。本文将介绍如何使用Kotlin结合正则表达式来提取网页中的图片链接。 正则表达式基础 正则表达式是…

鉴源实验室·加密技术在汽车系统中的应用

随着汽车技术的快速发展&#xff0c;现代汽车已经不再是简单的交通工具&#xff0c;而是融合了多种智能功能的移动终端。无论是自动驾驶、车联网&#xff08;V2X&#xff09;&#xff0c;还是车内娱乐系统&#xff0c;数据传输和存储已经成为汽车生态系统中的关键环节。然而&am…

UE5.1 控制台设置帧率

仅个人记录&#xff0c;未经过严格验证。 也可通过控制台命令蓝图节点&#xff0c;在运行时执行 锁帧&#xff1a; 0->120帧 1-》60帧

SpringCloud Sentinel 服务治理详解

雪崩问题 微服务调用链路中的某个服务故障&#xff0c;引起整个链路中的所有微服务都不可用&#xff0c;这就是雪崩。 雪崩问题产生的原因&#xff1a; 微服务相互调用&#xff0c;服务提供者出现故障或阻塞。服务调用者没有做好异常处理&#xff0c;导致自身故障。调用链中的…

前端基础-html-注册界面

&#xff08;200粉啦&#xff0c;感谢大家的关注~ 一起加油吧~&#xff09; 浅浅分享下作业&#xff0c;大佬轻喷~ 网页最终效果&#xff1a; 详细代码&#xff1a; ​ <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"…

《TCP/IP网络编程》学习笔记 | Chapter 4:基于TCP的服务器端/客户端(2)

《TCP/IP网络编程》学习笔记 | Chapter 4&#xff1a;基于TCP的服务器端/客户端&#xff08;2&#xff09; 《TCP/IP网络编程》学习笔记 | Chapter 4&#xff1a;基于TCP的服务器端/客户端&#xff08;2&#xff09;回声客户端的完美实现回声客户端的问题回声客户端问题的解决方…

使用 FFmpeg 进行音视频转换的相关命令行参数解释

FFmpeg 是一个强大的多媒体框架&#xff0c;能够解码、编码、转码、录制、播放以及流化几乎所有类型的音频和视频。它广泛应用于音视频处理任务中&#xff0c;包括格式转换、剪辑、合并、水印添加等。本文中简鹿办公将介绍如何使用 FFmpeg 进行一些常见的音视频转换任务。 安装…

ctfshow(316)--XSS漏洞--反射性XSS

Web316 进入界面&#xff1a; 审计 显示是关于反射性XSS的题目。 思路 首先想到利用XSS平台解题&#xff0c;看其他师傅的wp提示flag是在cookie中。 当前页面的cookie是flagyou%20are%20not%20admin%20no%20flag。 但是这里我使用XSS平台&#xff0c;显示的cookie还是这样…

从0开始学习Linux——网络配置

往期目录&#xff1a; 从0开始学习Linux——简介&安装 从0开始学习Linux——搭建属于自己的Linux虚拟机 从0开始学习Linux——文本编辑器 从0开始学习Linux——Yum工具 从0开始学习Linux——远程连接工具 从0开始学习Linux——文件目录 上一个教程中&#xff0c;我们了解了…

python在word中插入图片

本文讲解python如何在word文档中插入图片&#xff0c;以及指定插入图片的段落。 1、在新建的word文档中插入图片 import win32com.client as win32 from win32com.client import constants # 1&#xff09;打开word应用程序 doc_app win32.gencache.EnsureDispatch(Word.App…

亚信安全新一代WAF:抵御勒索攻击的坚固防线

近年来&#xff0c;勒索攻击已成为黑客的主要攻击手段。新型勒索攻击事件层出不穷&#xff0c;勒索攻击形势愈发严峻&#xff0c;已经对全球制造、金融、能源、医疗、政府组织等关键领域造成严重危害。如今&#xff0c;勒索攻击手段日趋成熟、攻击目标愈发明确&#xff0c;模式…

Linux qt下是使用搜狗輸入發

1.下载一个编译好的包 https://github.com/sixsixQAQ/fcitx5-qt 出处&#xff1a;这里 2.根据QT5&#xff0c;或者QT6选择下载 3.使用 把那个libfcitx5platforminputcontextplugin.so放到下面的路径&#xff1a; <你的Qt安装目录>/gcc_64/plugins/platforminputcontex…

linux命令详解,账号相关

账号相关 用户账号数据库相关文件 /etc/password 存储系统中所有用户账户的基本信息 /etc/shadow 用于存储用户账户的密码和其他安全相关信息 /etc/gshdow 用于存储用户组的密码和其他安全相关信息/etc/passwd: username:password:UID:GID:GECOS:home_directory:shell字段解…

Sentinel — 微服务保护

微服务架构将大型应用程序拆分为多个小而独立的服务&#xff0c;每个服务可以独立部署和扩展。然而&#xff0c;微服务系统需要面对的挑战也随之增加&#xff0c;例如服务之间的依赖、分布式环境下的故障传播和安全问题。因此&#xff0c;微服务保护措施是确保系统在高并发、资…