Hark的数据结构与算法练习之桶排序

算法说明
桶排序的逻辑其实特别好理解,它是一种纯粹的分而治之的排序方法。
举个例子简单说一下大家就知道精髓了。
假如对11,4,2,13,22,24,20 进行排序。
那么,我们将4和2放在一起,将11,13放在一起,将22,24,20放在一起。然后将这三部分分别排序(可以根据实现情况任意选择排序方式,我的代码中使用的是快排),将子数组排序后,再顺序输出就是最终排序结果了(大概应该明白了,我们是根据数字大小进行分组的,故而顺序输出即可)

怎么样,很简单吧。
具体实现大家看代码就行,我实现的其实有许多可以优化的地方呐。


代码
使用的是java
另外,以下代码中的第44行代码 QuickSort.QuickSortMethod(arrayBucket[i]); 调用的是 这里 的方法

import java.util.Arrays; /* * 桶排序 */ public class BucketSort { public static void main(String[] args) { int[] arrayData = https://www.it610.com/article/{ 22, 33, 57, 55, 58, 77, 44, 65, 42 }; BucketSortMethod(arrayData, 10); for (int integer : arrayData) { System.out.print(integer); System.out.print(" "); } } /* * buckenCount - 桶的数量 */ public static void BucketSortMethod(int[] arrayData, int buckenCount) { int[][] arrayBucket = new int[buckenCount][arrayData.length]; // 桶容器for (int i = 0; i < arrayBucket.length; i++) { for (int j = 0; j < arrayBucket[i].length; j++) { arrayBucket[i][j] = -1; } }int[] arrayLength = new int[arrayData.length]; int num; // 将数据分桶 for (int i = 0; i < arrayData.length; i++) { // 根据结果来确定是存在在哪个桶中 num = arrayData[i] / buckenCount; num = 10 - num; // 这是为了降序// System.out.println(num); arrayBucket[num][arrayLength[num]] = arrayData[i]; arrayLength[num]++; }// 将桶内数据进行排序,这里使用的是快排 for (int i = 0; i < arrayBucket.length; i++) { QuickSort.QuickSortMethod(arrayBucket[i]); }int resultIndex = 0; // 对于桶内的数据进行输出 for (int i = 0; i < arrayBucket.length - 1; i++) { if (arrayLength[i] > 0) { for (int j = 0; j < arrayBucket[i].length; j++) { if (arrayBucket[i][j] != -1) { arrayData[resultIndex++] = arrayBucket[i][j]; } } } } } }

结果
77 65 58 57 55 44 42 33 22

时间复杂度:
时间复杂度主要还是取决于子数组的排序时间复杂度。 子数组的排序复杂度平均是O(n*log2n),然后分桶这块的的空间复杂度是O(n)
即O(n+n*log2n)

空间复杂度:
假设桶的数量是b,待排序数组的长度是n。
那么O(b*n)=O(n)

稳定性:稳定性主要取决于子数组中的排序(即44行调用的快排),子数组中使用的排序方法是稳定的,那么桶排序就是稳定的。

参考
【Hark的数据结构与算法练习之桶排序】http://flyingcat2013.blog.51cto.com/7061638/1286645

    推荐阅读