线性时间排序算法-计数排序
来源:互联网 发布:网络大电影宣传发行 编辑:程序博客网 时间:2024/05/21 09:01
计数排序(Counting sort)是一种稳定的
线性时间排序
算法..
计数排序并不是基于比较的算法。
计数排序使用额外的数组C,其中第i个元素是待排序数组A中值等于i的元素的个数。然后根据数据C来将A中元素排到正确位置。
由于用来计数的数组C的长度取决于待排序数组中的数据范围,即数组元素的最大值与最小值的差加1,这使得计数排序对于数据范围很大的数组,需要大量时间和内存。因此不合适使用排序数据范围很大的,重复元素较少的数据。计数排序是用来排序0到100的最好算法。
举个例子:
有10个年龄不同的人,按年龄对其排序,当统计出有5个人的年龄比A小,那A的年龄就排在第9位,用同样的方法可以得到所有人的位置。
算法步骤:
1. 找出待排序的数组中最大和最小的元素
2. 统计数组中每个值为i的元素出现的次数,存入数组C的第i项
3. 对所有的计数累加,即从C中的第一个元素开始,每一项和前一项相加
4. 反向填充目标数组,将每个元素i放在新数组C的第i项,每放一个元素就将C(i)减1
java实现:
public class CountingSort { public static void main(String[] args) { int[] a = new int[] { 1, 9, 78, 14, 2, 6, 4, 47, 4 }; a = countingSort(a); print(a); } private static int[] countingSort(int[] a) { int[] b = new int[a.length]; // 假设数据中元素的最大值都小于k int k = 100; countingSort(a, b, k); return b; } private static void countingSort(int[] A, int[] B, int k) { int[] C = new int[k]; // 对每个元素进行计数 for (int j = 0; j < A.length; j++) { int a = A[j]; C[a]++; // 以数组A元素的值作为新数组的下标 } // 求计数和 for (int i = 1; i < k; i++) { C[i] = C[i] + C[i - 1]; } // 整理,根据计数和来排序,C[A[i]]为A[i]的计数 for (int j = A.length - 1; j >= 0; j--) { int a = A[j]; B[C[a] - 1] = a; C[a] -= 1; } } private static void print(int[] arr) { for (int e : arr) { System.out.print(e + "\t"); } System.out.println(); }}
此实现比较粗糙,只是为了说明大致原理,网上有更优的实现方法,可以自行google。
0 0
- 线性时间排序算法-计数排序
- 计数排序算法!线性时间复杂度!
- 排序算法(五)-- 线性时间排序之计数排序
- 算法导论-- 线性时间排序(计数排序、基数排序、桶排序)
- 线性时间排序-计数排序
- 线性时间排序:计数排序
- 算法 线性排序-计数排序
- [算法导论读书笔记]线性时间排序——计数排序
- 线性时间排序之计数排序(算法导论8.2)
- 计数排序(线性时间排序)--【算法导论】
- 【算法导论】线性时间排序之 决策树&计数排序
- 排序算法大集锦_线性时间_计数排序
- [算法学习笔记]线性时间排序----计数排序
- 线性时间的计数排序
- 线性时间排序-计数排序
- 线性时间排序之计数排序
- 线性时间排序算法
- 算法-线性时间排序
- java中的堆栈
- com/android/dx/command/dexer/Main : Unsupported major.minor version 52.0
- 安卓Volley设置post带参数请求
- 推荐的关于 C++ 框架、库和资源的一些汇总列表
- JS最新手机号码检验正则表达式
- 线性时间排序算法-计数排序
- 移动App架构设计
- Javascript基础概念 > 一些笔记(持续更新)
- Android 时间和日期
- Boostrate之CSS介绍
- linux iptables开放端口命令
- Ubuntu搭建VPN服务器
- HashMap数据结构及其一些方法
- JavaScript中的正则表达式总结