如何根据年龄给100万数据排序?
时间复杂度O(n)的排序算法:桶排序、计数排序、基数排序。
桶排序
将要排序的数据分到几个有序的桶里。每个桶里的数据可单独进行排序。桶内排完序之后,再把每个桶里的数据按照顺序依次取出,组成的序列就是有序的了。时间复杂度是O(n)
桶排序对数据要求非常苛刻。
- 要排序的数据需要很容易就能划分成m个桶,并且,桶与桶之间有着天然的大小顺序。这样桶内排完序之后,桶外就不需要排了。
- 数据在各个桶之间分布是比较均匀的,如果桶里的数据分布不均,排序就会很复杂。
桶排序比较适合用在外部排序中。
外部排序就是数据存储在外部磁盘中,数据量比较大,内存有限,无法将数据全部加载到内存中。
计数排序
计数排序其实是桶排序的一种特殊情况。
当要排序的n个数据,所处的范围并不大的时候,比如最大值是k,我们就可以把数据划分成k个桶。
比较高考成绩,将每一个成绩列为一个桶,满分900,划分为901个桶,桶内的成绩不需要排序。整体只需要遍历一遍,将成绩划分到桶内就行。
A是原始数组,C存储的是小于等于分数k的个数,R排序之后的有序数组。
// 计数排序,a是数组,n是数组大小。假设数组中存储的都是非负整数。
public void countingSort(int[] a, int n) {
if (n <= 1) return;
// 查找数组中数据的范围
int max = a[0];
for (int i = 1; i < n; ++i) {
if (max < a[i]) {
max = a[i];
}
}
int[] c = new int[max + 1]; // 申请一个计数数组c,下标大小[0,max]
for (int i = 0; i <= max; ++i) {
c[i] = 0;
}
// 计算每个元素的个数,放入c中
for (int i = 0; i < n; ++i) {
c[a[i]]++;
}
// 依次累加
for (int i = 1; i <= max; ++i) {
c[i] = c[i-1] + c[i];
}
// 临时数组r,存储排序之后的结果
int[] r = new int[n];
// 计算排序的关键步骤,有点难理解
for (int i = n - 1; i >= 0; --i) {
int index = c[a[i]]-1;
r[index] = a[i];
c[a[i]]--;
}
// 将结果拷贝给a数组
for (int i = 0; i < n; ++i) {
a[i] = r[i];
}
}
计数排序只能用在数据范围不大的场景中,如果数据范围k比要排序的数据n大很多,就不适合用计数排序了。而且计数排序只能给非负整数排序,如果要排序的数据是其他类型的,要将其在不改变相对大小的情况下,转化为非负整数。
基数排序
假设给10万个手机号码排序。
先排第一位,第一位排完再排第二位,稳定排序。
手机号是等长的,也有不等长的字母,可以用补零的方式。
基数排序对要排序的数据是有要求的,需要可以分割出独立的“位”来比较,而且位之间有递进的关系,如果a数据的高位比b数据大,那剩下的低位就不用比较了。除此之外,每一位的数据范围不能太大,要可以用线性排序算法来排序,否则,基数排序的时间复杂度就无法做到O(n)
小结
今天学习的这三种排序方式,有相似性,也有局限性,都对数据要求比较严格。桶排序和计数排序比较相似,针对范围不大的数据,将数据划分成不同的桶来实现。基数排序要求数据有高低位之分,位之间有递进关系,只需要先比较高位,高位相同在比较低位,每一位数据范围不能太大。