计数排序Counting Sort

计数排序是一种非基于比较的排序算法。当输入值范围相对于待排序元素数量较小时,它尤其高效。

计数排序的基本思想是统计输入数组中每个不同元素的频率,并利用这些信息将元素放置在正确的排序位置。

当输入元素的范围较小且与数组大小相当时,它表现良好。例如,对于输入 [1, 4, 0, 2, 1, 1],数组大小为6,元素范围为0到4

如果输入数组的范围大于 n Log n,其中 n 是数组大小,那么我们可以用标准的比较排序算法(如合并排序)更好地排序。

计数排序算法

声明一个计数数组 cntArr[],大小为 max(arr[])+1,并初始化为 0。

遍历输入数组 arr[],并将 arr[] 中的每个元素映射 为 cntArr[] 数组的索引,即对 0 <= i <和 N 执行 cntArr[arr[i]]++。

计算 cntArr[] 的每个索引处的前缀和。

创建一个大小为N的数组ans[]。

从结束处遍历阵列 arr[] 并更新 ans[ cntArr[ arr[i] ] - 1] = arr[i]。同时,更新 cntArr[ arr[i] ] = cntArr[ arr[i] ]- - 。

为什么我们要计算前缀和?

我们也可以简单地统计所有元素的出现次数,并逐一放入输出数组,但我们通过计算机前缀和来实现算法的稳定性。注意,在构建前缀和 cntArr[] 后,我们从右端遍历数组,确保最后一次出现会移动到排序后的数组中最后正确的位置。

计数类工作











复制代码
import java.util.Arrays;

public class CountingSort {

    public static int[] countSort(int[] arr) {
        int n = arr.length;
        if (n == 0) {
            return new int[0];
        }

        // find the maximum element
        int maxVal = arr[0];
        for (int i = 1; i < n; i++) {
            if (arr[i] > maxVal) {
                maxVal = arr[i];
            }
        }

        // create and initialize cntArr array
        int[] cntArr = new int[maxVal + 1];
        for (int i = 0; i <= maxVal; i++) {
            cntArr[i] = 0;
        }

        // count frequency of each element
        for (int i = 0; i < n; i++) {
            cntArr[arr[i]]++;
        }

        // compute prefix sum
        for (int i = 1; i <= maxVal; i++) {
            cntArr[i] += cntArr[i - 1];
        }

        // build output array
        int[] ans = new int[n];
        for (int i = n - 1; i >= 0; i--) {
            int v = arr[i];
            ans[cntArr[v] - 1] = v;
            cntArr[v]--;
        }

        return ans;
    }

    public static void main(String[] args) {
        int[] arr = {2, 5, 3, 0, 2, 3, 0, 3};
        int[] ans = countSort(arr);
        System.out.println(Arrays.toString(ans));
    }
}

输出

0 0 2 2 3 3 3 5

计数排序的复杂性分析:

时间复杂度:所有情况下均为 O(N+M),其中 N 和 M 分别是 inputArray[] 和 countArray[] 的大小。

辅助空间:O(N+M),其中 N 和 M 分别是 outputArray[] 和 countArray[] 所占的空间。

优势,计数方式:

如果输入范围与输入数量的阶数相等,计数排序通常比所有基于比较的排序算法(如合并排序和快速排序)更快。

稳定算法

计数排序的缺点:

不适用于十进制数值。

如果排序的值范围非常大,效率低下。

它不是原地排序算法,它会用额外的空间来排序数组元素。

计数排序的应用:

它是在距离有限的项目中常用的算法。例如,按年级排序学生,按时间、天、月、年等排序事件

它作为基排序中的子程序使用。

计数排序的理念被用于桶排序,将元素划分为不同的桶。

复制代码
编程资源
https://pan.quark.cn/s/7f7c83756948
更多资源
https://pan.quark.cn/s/bda57957c548
相关推荐
pupudawang8 分钟前
Spring Boot 热部署
java·spring boot·后端
我登哥MVP10 分钟前
【SpringMVC笔记】 - 9 - 异常处理器
java·spring boot·spring·servlet·tomcat·maven
不会写DN14 分钟前
为什么map查找时间复杂度是O(1)?
算法·哈希算法·散列表
下地种菜小叶16 分钟前
Spring Boot 2.x 升级 3.x / 4.x 怎么做?一次讲清 JDK、Jakarta、依赖兼容与上线策略
java·spring boot·后端
iiiiyu17 分钟前
常用API(StringJoiner类 & Math类 & System类)
java·大数据·开发语言·数据结构·编程语言
始三角龙18 分钟前
LeetCode hoot 100 -- 找到字符串中的所有字母异位词
算法·leetcode·职场和发展
abant223 分钟前
leetcode 45 跳跃问题2 很难的贪心
算法·leetcode·职场和发展
小糯米60123 分钟前
C语言指针3
c语言·数据结构·算法
ZPC821029 分钟前
ROS2 通信提速快过UDP
人工智能·算法·机器人
RD_daoyi30 分钟前
谷歌2026年 3 月核心更新深度解析:SEO 从内容优化到信息供给系统的全面重构
人工智能·算法·重构