排序算法——桶排序

一、介绍

前述的几种排序算法都属于"基于比较的排序算法",它们通过比较元素间的大小来实现排序。此类排序算法的时间复杂度无法超越𝑂(𝑛log𝑛)。接下来,我们将探讨几种"非比较排序算法",它们的时间复杂度可以达到线性阶。

**「桶排序bucketsort」**是分治策略的一个典型应用。它通过设置一些具有大小顺序的桶,每个桶对应一个数据范围,将数据平均分配到各个桶中;然后,在每个桶内部分别执行排序;最终按照桶的顺序将所有数据合并。

二、算法流程

考虑一个长度为𝑛的数组,元素是范围[0,1)的浮点数。桶排序的流程如下所示。

  1. 初始化𝑘个桶,将𝑛个元素分配到𝑘个桶中。

  2. 对每个桶分别执行排序(本文采用编程语言的内置排序函数)。

  3. 按照桶的从小到大的顺序,合并结果。

三、完整代码

复制代码
def bucket_sort(nums: list[float]):
    """桶排序"""
    # 初始化 k = n/2 个桶,预期向每个桶分配 2 个元素
    k = len(nums) // 2
    buckets = [[] for _ in range(k)]
    # 1. 将数组元素分配到各个桶中
    for num in nums:
        # 输入数据范围为 [0, 1),使用 num * k 映射到索引范围 [0, k-1]
        i = int(num * k)
        # 将 num 添加进桶 i
        buckets[i].append(num)
    # 2. 对各个桶执行排序
    for bucket in buckets:
        # 使用内置排序函数,也可以替换成其他排序算法
        bucket.sort()
    # 3. 遍历桶合并结果
    i = 0
    for bucket in buckets:
        for num in bucket:
            nums[i] = num
            i += 1


if __name__ == "__main__":
    # 设输入数据为浮点数,范围为 [0, 1)
    nums = [0.49, 0.96, 0.82, 0.09, 0.57, 0.43, 0.91, 0.75, 0.15, 0.37]
    bucket_sort(nums)
    print("桶排序完成后 nums =", nums)

四、算法特性

桶排序适用于处理体量很大的数据 。例如,输入数据包含100万个元素,由于空间限制,系统内存无法一次性加载所有数据。此时,可以将数据分成1000个桶,然后分别对每个桶进行排序,最后将结果合并。

‧ 时间复杂度𝑂(𝑛+𝑘):假设元素在各个桶内平均分布,那么每个桶内的元素数量为𝑛/𝑘。假设排序单

个桶使用𝑂(𝑛/𝑘log(𝑛/𝑘))时间,则排序所有桶使用𝑂(𝑛log(𝑛/𝑘))时间。当桶数量𝑘比较大时,时间复杂度则趋向于𝑂(𝑛) 。合并结果时需要遍历所有桶和元素,花费𝑂(𝑛+𝑘)时间。

自适应排序 :在最坏情况下,所有数据被分配到一个桶中,且排序该桶使用𝑂()时间。

‧ 空间复杂度𝑂(𝑛+𝑘)、非原地排序 :需要借助𝑘个桶和总共𝑛个元素的额外空间。

‧ 桶排序是否稳定取决于排序桶内元素的算法是否稳定。

五、如何实现平均分配

桶排序的时间复杂度理论上可以达到𝑂(𝑛),关键在于将元素均匀分配到各个桶中,因为实际数据往往不是均匀分布的。例如,我们想要将淘宝上的所有商品按价格范围平均分配到10个桶中,但商品价格分布不均,低于100元的非常多,高于1000元的非常少。若将价格区间平均划分为10份,各个桶中的商品数量差距会非常大。

为实现平均分配,我们可以先设定一个大致的分界线,将数据粗略地分到3个桶中。分配完毕后,再将商品较多的桶继续划分为3个桶,直至所有桶中的元素数量大致相等。

如图所示,这种方法本质上是创建一个递归树,目标是让叶节点的值尽可能平均。当然,不一定要每轮将数据划分为3个桶,具体划分方式可根据数据特点灵活选择。

如果我们提前知道商品价格的概率分布,则可以根据数据概率分布设置每个桶的价格分界线。值得注意的是,数据分布并不一定需要特意统计,也可以根据数据特点采用某种概率模型进行近似。

如下图所示,我们假设商品价格服从正态分布,这样就可以合理地设定价格区间,从而将商品平均分配到各个桶中。

相关推荐
森焱森2 小时前
水下航行器外形分类详解
c语言·单片机·算法·架构·无人机
QuantumStack4 小时前
【C++ 真题】P1104 生日
开发语言·c++·算法
写个博客4 小时前
暑假算法日记第一天
算法
绿皮的猪猪侠4 小时前
算法笔记上机训练实战指南刷题
笔记·算法·pta·上机·浙大
hie988945 小时前
MATLAB锂离子电池伪二维(P2D)模型实现
人工智能·算法·matlab
杰克尼5 小时前
BM5 合并k个已排序的链表
数据结构·算法·链表
.30-06Springfield6 小时前
决策树(Decision tree)算法详解(ID3、C4.5、CART)
人工智能·python·算法·决策树·机器学习
我不是哆啦A梦6 小时前
破解风电运维“百模大战”困局,机械版ChatGPT诞生?
运维·人工智能·python·算法·chatgpt
xiaolang_8616_wjl6 小时前
c++文字游戏_闯关打怪
开发语言·数据结构·c++·算法·c++20
small_wh1te_coder6 小时前
硬件嵌入式学习路线大总结(一):C语言与linux。内功心法——从入门到精通,彻底打通你的任督二脉!
linux·c语言·汇编·嵌入式硬件·算法·c