> 在计数排序中,如果元素的范围比较大(1到1亿之间),如何改造算法?
> 桶排序:首先将元素分在不同的桶中,在对每个桶中的元素排序。
代码部分:
def buckt_sort(li,n=10,max_num=1000): # n为桶的个数
buckets=[[] for _ in range(n)] # 创建桶
for val in li:
i=min(val // (max_num//n),n-1) # max_num//n为每个桶内的容量,i表示val放到几号桶
buckets[i].append(val) # 加入到i号桶
# 保持桶内的顺序
for j in range(len(buckets[i])-1,0,-1): # 步数为-1,反向冒泡排序
if buckets[i][j]<buckets[i][j-1]:
buckets[i][j],buckets[i][j-1]=buckets[i][j-1],buckets[i][j]
else:
break
sotr_list = []
for buc in buckets: # buc为一个列表(每个桶),一维
sotr_list.extend(buc)
return sotr_list
# 测试
import random
li=[random.randint(0,1000) for i in range(1000)]
li=buckt_sort(li)
print(li)
桶排序的表现取决于数据的分布,也就是对不同数据排序时采取不同的分桶策略
> 平均情况时间复杂度:O(n+k)
> 最坏情况时间复杂度:O(n*n*k)
> 空间复杂度:O(nk)