基础排序算法【计数排序】非比较排序
- ⏰【计数排序】
- 🕐计数
- 🕦排序
- 🕓测试
- ⏰总结:
⏰【计数排序】
计数排序又称为鸽巢原理,是对哈希直接定址法的变形应用
> 基本思路:
1.统计数据出现的次数
2.根据统计的结果将序列拷贝回到原来的序列中去。
注意:这里需要用到相对位置映射。不能单纯的绝对位置映射。
为什么?因为会有不必要的空间浪费。
待排序数组元素下标0对应着计数数组下标0,待排序元素下标1对应的计数数组下标1,待排序元素下标2对应着计数数组下标2,……待排序元素100的下标,对应着计数数组下标100.
我们需要开辟一个计数数组,专门用来计算每个数据出现的次数,而理论上该数组该开辟多大呢?如果原数组中最大值为10,则拷贝数组开辟10个空间即可。
这里计数数组开辟后,需要全部初始化为0.
首先我们需要对原数组进行计算,统计每个数据出现的次数。
然后我们根据计数数组里的数据来进行排序
这种是属于决定位置映射,而当数据很大时,比如最大值为100时,就需要计数数组开辟100个空间,而最小值为90值,那么前90个空间就相当于浪费了。
所以我们需要使用相对位置映射。这样可以减少空间的浪费。
即计数数组空间大小的开辟取决于待排序序列中的最大值和最小值。它的范围就是range=最大值-最小值+1.
这样前面的空间就不会开辟浪费了。
只不过待排序数组在计数数组中的位置是相对的。
比如待排序数组-最小值才是在计数数组的位置。
比如90-最小值=0.它在计数数组中就是下标为0的值
92-最小值=2,它在计数数组中就是下标为2的值
100-最小值=10,它在计数数组中就是下标为10的值。
🕐计数
第一步:统计每个数据出现的次数
1.遍历待排序数组,将最大值最小值获取出来
2.开辟计数数组
3.初始化计数数组
4.计数
void Countsort(int *a,int n)//计数排序O(N+range)
{
int i = 0;
int max = a[i], min = a[i];
for (i = 1; i < n; i++)//遍历一遍原数组
{
if (a[i] > max)
{
max = a[i];
}
if (a[i] < min)
{
min = a[i];
}
}
int range = max - min + 1;//计数数组开辟的大小由range确定
int* counta = (int*)calloc(range,sizeof(int));//初始化计数数组都为0
//calloc在开辟空间的同时也为数组初始化为0
//memset(counta, 0, sizeof(int) * range);也可以用memset初始化数组
for (int i = 0; i < n; i++)
{
counta[a[i] - min]++;//相对位置映射
//a[i]-最小值,是待排序数据在计数数组中的位置
}
对于计数数组各个位置上的值,代表这个位置上的值出现了几次,1代表出现1次,2代表出现2次,3代表出现3次,0代表没有出现。
🕦排序
第二步:根据计数数组,对原数组进行覆盖
int j = 0;
for (int i = 0; i < range; i++)
{
while (counta[i]--)//出现几次就往原数组放几次
{
a[j++] = i + min;//因为是相对位置映射,i位置上的数据并不真正是i而是i+min,将出现几次覆盖到原数组上去。
}
}
🕓测试
void Countsort(int *a,int n)//计数排序O(N+range)
{
int i = 0;
int max = a[i], min = a[i];
for (i = 1; i < n; i++)//遍历一遍原数组
{
if (a[i] > max)
{
max = a[i];
}
if (a[i] < min)
{
min = a[i];
}
}
int range = max - min + 1;
int* counta = (int*)calloc(range,sizeof(int));//初始化计数数组都为0
//memset(counta, 0, sizeof(int) * range);
for (int i = 0; i < n; i++)
{
counta[a[i] - min]++;
}
//对计数数组排序,覆盖原数组
//这个位置的值,代表了这个值出现了几次 1代表出现一次,2代表出现两次
int j = 0;
for (int i = 0; i < range; i++)
{
while (counta[i]--)
{
a[j++] = i + min;//出现几次就往原数组放几次
}
}
}
int main()
{
int a[] = { 90,92,96,93,98,99,100,92,93,90};
int n = sizeof(a) / sizeof(a[0]);
Countsort(a,n);
for (int i = 0; i < n; i++)
{
printf("%d ", a[i]);
}
return 0;
}
⏰总结:
1.计数排序适合范围集中,且范围不大的整形排序。
当数据范围集中时,效率很高,但是适用范围及场景有限。
2.不适合范围分散和非整形的排序,如:字符串,浮点数。
3.计数排序时间复杂度为O(N+range),当range与n接近时效率很快。
4.空间复杂度O(range);
5.稳定性:稳定。