- 综合排序
- 最热优先
- 最新优先
- 来自专栏swag code
BucketSort-桶排序-计数排序
import java.util.Arrays; public class BucketSort { //桶排序-计数排序 public static void bucketSort(int[] { if((arr1==null&&arr2! =null&&arr2==null)){ return false; } if(arr1==null&&arr2==null) { return true; } if(arr1 =arr2.length) { return false; } for(int i=0;i<arr1.length;i++) { if(arr1[i]! ]=copyArray(arr1); bucketSort(arr1); comparator(arr2); if(!
40050发布于 2018-08-20 - 来自专栏python3
计数排序与桶排序python实现
计数排序与桶排序python实现 计数排序 计数排序原理： 找到给定序列的最小值与最大值 创建一个长度为最大值-最小值+1的数组，初始化都为0 然后遍历原序列，并为数组中索引为当前值－最小值的值 计数排序实现 下面为列表的计数排序 def count_sort(s): """计数排序""" # 找到最大最小值 min_num = min(s) max_num = ] count_sort(a) print(a) 计数排序的缺点 当数值中有非整数时，计数数组的索引无法分配 桶排序 桶排序原理： 桶排序与计数排序类似，但可以解决非整数的排序 桶排序相当于把计数数组划分为按顺序的几个部分 每一部分叫做一个桶，它来存放处于该范围内的数 然后再对每个桶内部进行排序，可以使用其他排序方法如快速排序 最后整个桶数组就是排列好的数据， a) print(a) # [2, 3, 3.2, 4, 6, 6, 7, 8] 总结 计数排序与桶排序都是以牺牲空间换时间，虽然很快，但由于可能产生大量的空位置导致内存增大，尤其是计数排序。
1.3K10发布于 2020-01-16 - 来自专栏小樱的经验随笔
基数排序与桶排序，计数排序【详解】
例如2号桶中有1个小旗子，表示2出现了一次；3号桶中有1个小旗子，表示3出现了一次；5号桶中有2个小旗子，表示5出现了两次；8号桶中有1个小旗子，表示8出现了一次。 ? 之前我说过，其实这并不是真正的桶排序算法，真正的桶排序算法要比这个更加复杂! 下面具体来说说基数排序和桶排序吧！ 基数排序 基本思想 不进行关键字的比较,而是利用”分配”和”收集”。 在一般情况下，每个结点有d 位关键字，必须执行d 次分配和收集操作。 基本操作 根据获得的数据表的范围，分割成不同的buckets，然后直接统计数据在buckets上的频次，然后顺序遍历buckets就可以得到已经排好序的数据表。 4 13 10 2 ---------------------- 3 2 3 4 5 9 9 9 10 10 13 计算排序构造了k个buckets来统计数据频次，共需要两趟来实现排序，第一趟增量计数进行统计
1.2K70发布于 2018-04-09 - 来自专栏C++信息学奥赛
杨校老师课堂之桶排序——桶计数
t，对应位置的计数 + 1）。 (三) 核心算法思想频率统计（计数思想）核心逻辑：用数组作为 “计数器”，通过 a[t]++ 实现对每个数字出现次数的累加。优势：时间复杂度为 O (n)（n 为输入数量），比用嵌套循环统计更高效。 【输入样例】7 2 5 6 1 2 8 9 2 8 3 3 9 9 4 3 1 9 4 5 3 9 1 6 4 8 3 9 1 7 1 7 1 2 3 2 5 4 1 2 6 4 7 9 4 6 10 【输入样例】10 43 2 3 1 2 1 3 4 2 4【输出样例】23#include<iostream> // 包含输入输出流头文件，用于输入输出操作using namespace std; #include<iostream> // 包含输入输出流头文件，用于输入输出操作using namespace std; // 使用标准命名空间，方便使用其中的函数和对象 int a[21] =
26400编辑于 2025-07-03 - 来自专栏C++信息学奥赛
杨校老师课堂之桶排序算法——桶标记计数练习
样例输入31 2 2输出2#include<iostream>using namespace std;int main() { int a[105] = {0}; // 定义一个大小为105 的数组 一起来找k题目描述输入n（n<=5000）个整数，并进行从小到大排序，找到第k个位置的值并进行输出（相同大小数字只计算一次），k<=1000，正整数均小于30000。 cnt 并初始化为 0 // 遍历每一个桶对出现数字进行计数 for(int i = 1; i <= 30000; ++i){ // 循环 30000 次，从 1 到 30000 = 0){ // 如果数组 a 中下标为 i 的元素值不为 0 ++cnt; // 计数器 cnt 加 1 if(cnt == k){ // 如果计数器 整数去重题目描述给定含有n个整数的序列，要求对这个序列进行去重操作。所谓去重，是指对这个序列中每个重复出现的数，只保留该数第一次出现的位置，删除其余位置。
21200编辑于 2025-07-05 - 来自专栏LeetCode
桶排序、 计数排序、 基数排序 && 排序后邻数最大差值
一.桶排序、 计数排序、 基数排序 非基于比较的排序， 与被排序的样本的实际数据状况很有关系， 所 以实际中并不经常使用 时间复杂度O(N)， 额外空间复杂度O(N) 稳定的排序 二.排序后邻数最大差值 给定一个数组， 求如果排序之后， 相邻两数的最大差值， 要求时 间复杂度O(N)， 且要求不能用非基于比较的排序。 public static int maxGap(int[] nums) { if (nums == null && nums.length<2){ return 那么会存在一个空桶，所需要的结果一定不在一个桶的内部。 最终的结果也并不是存在一个空桶的两侧 最终的结果是需逐个比较 这里存在一个空桶，那么最终的结果将不会在一个桶的内部，这也是空桶的作用
58330发布于 2019-02-18 - 来自专栏毛利学Python
八十五、再探希尔排序，桶排序，计数排序和基数排序
「---- Runsen」 关于排序，其实还有很多，比如常见的希尔排序，桶排序，计数排序和基数排序，今天一口气把十大排序剩下的全部解决。 希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序，同时该算法是冲破 O(n^2) 的第一批算法之一。 随着步长逐渐减小（「进行除以二操作」），所分成的组包含的记录越来越多，当步长的值减小到 1 时，整个数据合成为一组，构成一组有序记录，则完成排序。 ，比如在700到750这个阶段的人数进行排序，其实对不同区域进行划分这个操作，就是划分不同的桶。 ，桶排序，计数排序和基数排序全部介绍完毕，后面引入有向图，最后进行烧脑的动态规划DP算法。
72220编辑于 2022-08-17 - 来自专栏全栈修炼
JavaScript 数据结构与算法之美 - 桶排序、计数排序、基数排序
之所以能做到线性的时间复杂度，主要原因是，这三个算法不是基于比较的排序算法，都不涉及元素之间的比较操作。 另外，请大家带着问题来阅读下文，问题：如何根据年龄给 100 万用户排序 ？ 2. 关键在于理解最后反向填充时的操作。 使用条件 只能用在数据范围不大的场景中，若数据范围 k 比要排序的数据 n 大很多，就不适合用计数排序。 可以认为，计数排序其实是桶排序的一种特殊情况。 我们只需要依次扫描每个桶，将桶内的考生依次输出到一个数组中，就实现了 50 万考生的排序。 因为只涉及扫描遍历操作，所以时间复杂度是 O(n)。 分析 第一，计数排序是原地排序算法吗 ？ 因为计数排序的空间复杂度为 O(k)，k 是桶的个数，所以不是原地排序算法。 第二，计数排序是稳定的排序算法吗 ？计数排序不改变相同元素之间原本相对的顺序，因此它是稳定的排序算法。
94341发布于 2019-07-30 - 来自专栏java，python，数据结构，算法
十大经典排序算法详解(三)-堆排序,计数排序,桶排序,基数排序
空间复杂度 这个我们可以看到我们整个排序的过程中只增加一个存储交换元素的temp,所以堆排序的空间复杂是常量级别的仅为O(1). 2-计数排序 算法思想: 计数排序最核心的思想就是计数序列中每个元素出现的次数 第二次遍历序列,我们每次遍历一个元素都将该元素所对应的区间数组对应的位置进行+1操作,这个步骤其实就是我们计数排序的核心----计数了.遍历结束之后,区间数组中的元素值就代表相应元素出现的次数,如下图所示 又假设我们桶的数量太多,就比如说有MAX-MIN+1个桶: 那么很显然这时候的桶排序又重新退化成了我们上面刚刚讲解过的计数排序了. 接下来我们还是通过下面的图来动态演示一下桶排序的过程: 了解完桶排序的基本思想之后,按照惯例我们还是来简单分析一下他的一些特点: 桶排序是稳定的,原因和上面计数排序的理由是一样的. : 基数排序是稳定的,原因和桶排序以及计数排序的原因一样.
80650发布于 2021-02-02 - 来自专栏全栈程序员必看
十大经典排序算法详解(三)-堆排序,计数排序,桶排序,基数排序
十大经典排序算法-堆排序,计数排序,桶排序,基数排序 前言 这是十大经典排序算法详解的最后一篇了. 空间复杂度 这个我们可以看到我们整个排序的过程中只增加一个存储交换元素的temp,所以堆排序的空间复杂是常量级别的仅为O(1). 2-计数排序 算法思想: 计数排序最核心的思想就是计数序列中每个元素出现的次数 第二次遍历序列,我们每次遍历一个元素都将该元素所对应的区间数组对应的位置进行+1操作,这个步骤其实就是我们计数排序的核心—-计数了.遍历结束之后,区间数组中的元素值就代表相应元素出现的次数,如下图所示: 又假设我们桶的数量太多,就比如说有MAX-MIN+1个桶: 那么很显然这时候的桶排序又重新退化成了我们上面刚刚讲解过的计数排序了. : 基数排序是稳定的,原因和桶排序以及计数排序的原因一样.
58820编辑于 2022-09-14 - 来自专栏小樱的经验随笔
简化版桶排序操作模版
1 //简化版的桶排序，时间复杂度为O(2*(m+n))->O(m+n) 2 //处理的问题：随机输入几组数，对这几组数进行自动排序操作(从小到大或从大到小排序) 3 #include <bits 1;i<=10;i++) 41 { 42 int x; 43 cin>>x; 44 a[x]++; 45 } 46 //从小到大排序 中某个数出现的次数，出现几次打印几次 51 { 52 cout<<i<<" "; 53 } 54 } 55 */ 56 //从大到小排序
48240发布于 2018-04-09 - 来自专栏刷题笔记
【算法复习3】时间复杂度 O(n) 的排序 桶排序 计数排序基数排序
计数排序（Counting sort） 计数排序其实是桶排序的一种特殊情况 例子 高考的 一分一档 数据先入桶 ? 然后 顺序求和 更新数据 ? 评论区大佬的总结 总结：桶排序、计数排序、基数排序 一、线性排序算法介绍 1.线性排序算法包括桶排序、计数排序、基数排序。 2.线性排序算法的时间复杂度为O(n)。 3.此3种排序算法都不涉及元素之间的比较操作，是非基于比较的排序算法。 4.对排序数据的要求很苛刻，重点掌握此3种排序算法的适用场景。 三、计数排序（Counting sort） 1.算法原理 1）计数其实就是桶排序的一种特殊情况。 4）每次排序有序数据范围较小，可以使用桶排序或计数排序来完成。
2.9K10发布于 2021-04-14 - 来自专栏C++信息学奥赛
杨校老师课堂之不去重桶排序算法——桶计数应用专项题单
桶排序题目描述输入5个不大于10的正整数，请按照从小到大的顺序输出这5个数。输入描述输入5个正整数。输出描述从小到大顺序输出5个数。中间用空格隔开。 样例输入2 5 2 1 8输出1 2 2 5 8#include<iostream> using namespace std;int a[15] = {0};int main(){ // 主函数 // 根据a[i]的值进行循环 cout << i << " "; // 输出i，并输出一个空格 } } return 0; // 主函数返回0}2. 样例4 4 1 2 3输4 3 2 1#include<iostream> // 包含输入输出流头文件using namespace std; // 使用标准命名空间int main(){ //
19200编辑于 2025-07-03 - 来自专栏用户1175783的专栏
# 桶排序
# 桶排序 # 原理 求出无序集合的最大值与最小值（这里的最小值指存在负数的情况），创建对应的数组长度 length=max+1 这里要处理一下负数 if min<0: length+=abs(min) 该length就是桶数组的长度，并创建这个桶数组将所有值初始化为0 然后遍历无须数组，修改桶中元素的个数（桶数组所以对应的值就是无需数组中相同值的个数） 最后只需要将桶数组中值大于 # 实现 inputArr = [ 11,10,199383, 34, -1,-32,-29, 4, 0, 34, 5, 4, 36, 1, 8, 123, 453, 1008] print("未排序集合 minItem>item): minItem=item # 最小值，最大值 print("min:{0}\tmax:{1}".format(minItem,maxItem)) # 创建桶数组 0): sortArr[sortIndex]=index bigArr[index]-=1 sortIndex+=1 print("已排序集合
44820发布于 2019-09-10 - 来自专栏Jed的技术阶梯
桶排序
桶排序是一种排序的思想，其实现包括计数排序和基数排序两种，冒泡排序、选择排序、插入排序、归并排序、快速排序和堆排序都是基于比较的排序，而桶排序提出了一种新的思路，即基于数据状态的排序。 1. 桶排序的思想 (1) 得到无序数组的取值范围 ? (2) 根据取值范围"创建"对应数量的"桶" ? (3) 遍历数组，把每个元素放到对应的"桶"中 ? 桶排序的实现之计数排序 (1) 计数排序图示过程 找出无序数组的最大值，创建一个长度为最大值+1的空数组 ? 遍历原数组，统计每个元素出现的次数 ? (2) 计数排序Java代码实现 public static void bucketSort(int[] arr) { if (arr == null || arr.length < 桶排序的实现之基数排序（待更新） (1) 基数排序图示过程 (2) 基数排序Java代码实现
1.2K60发布于 2019-05-09 - 来自专栏数据结构与算法
桶排序
桶排序 桶排序的思想是若待排序的记录的关键字在一个明显有限范围内(整型)时，可设计有限个有序桶，每个桶装入一个值（当然也可以装入若干个值），顺序输出各桶的值，将得到有序的序列。 1 #include<iostream> 2 using namespace std; 3 int a[100001]; 4 int b[100001]; 5 int maxn=-1; 6 int
61190发布于 2018-04-12 - 来自专栏用户2442861的专栏
桶排序
每个桶子再个别排序（有可能再使用别的排序算法或是以递回方式继续使用桶排序进行排序）。桶排序是鸽巢排序的一种归纳结果。当要被排序的阵列内的数值是均匀分配的时候，桶排序使用线性时间（Θ（n））。 例如要对大小为[1..1000]范围内的n个整数A[1..n]排序，可以把桶设为大小为10的范围，具体而言，设集合B[1]存储[1..10]的整数，集合B[2]存储(10..20]的整数，……集合B[i ]存储((i-1)*10, i*10]的整数，i = 1,2,..100。 int indexs[10];//各个桶下标计数索引 int i,j; //分配动态内存作为桶 for(i=0;i<10;++i) buckets 当然桶排序的空间复杂度为O(N+M)，如果输入数据非常庞大，而桶的数量也非常多，则空间代价无疑是昂贵的。此外，桶排序是稳定的。
76240发布于 2018-09-14 - 来自专栏我的博客
桶排序
桶排序 (Bucket sort)或所谓的箱排序，是一个排序算法，工作的原理是将数组分到有限数量的桶子里。 每个桶子再个别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排序） 思想： 设待排序序列的元素取值范围为0到m，则我们新建一个大小为m+1的临时数组并把初始值都设为0，遍历待排序序列 ，把待排序序列中元素的值作为临时数组的下标，找出临时数组中对应该下标的元素使之+1；然后遍历临时数组，把临时数组中元素大于0的下标作为值按次序依次填入待排序数组，元素的值作为重复填入该下标的次数，遍历完成则排序结束序列有序 示例： $v){ for($i = 0; $i < $v; $i++) { echo $k; } } 应用大量数据排序 比如9亿不重复的9位数字排序，可以初始化
72660发布于 2018-04-28 - 来自专栏后端知识体系
桶排序
# LeetCode-桶排序 桶排序算法回顾 示例1 输入: nums = [4,0,1,2,0,5] 输出: [0,0,1,2,4,5] # 解题思路 桶排序(Bucket Sort)的原理很简单 是一种非比较的排序方法 在了解桶排序之前，先了解计数排序 其中计数排序思想如下： 假设待排序的数组a中共有N个整数，并且已知数组a中数据的范围[0, MAX)。 while (bucket[j]-- > 0) { arr[index++] = j; } } } } 桶排序可以看做是计数排序的扩展 ，在计数排序中，每个桶只存储相同的元素 而桶排序中每个桶存储一定范围的元素，通过映射函数，将待排序数组中的元素存储到各个对应的桶中 之后对每个桶中的元素进行排序 最后将非空桶中的元素逐个放入原序列中 桶排序需要尽量保证元素分散均匀 ，否则当所有数据集中在同一个桶中时，桶排序就会失效 桶排序的稳定性取决于桶内部使用的排序算法 # Java代码2 import java.util.ArrayList; import java.util.Collections
40930编辑于 2022-07-14 - 来自专栏hotarugaliの技术分享
桶排序
简介 桶排序是将待排序序列分到有限数量的桶中，然后对每一个桶分别进行排序。 桶排序的前提假设为被排序序列的关键字数值符合均匀分布，此时桶排序的平均时间复杂度为 ，最坏时间复杂度为 其中 为桶的数量。当桶数量 时，此时桶排序的复杂度为线性复杂度 。 桶排序是非原址的，其稳定性取决于内层排序的稳定性。一般采用稳定的插入排序作为内层排序算法，此时桶排序是稳定的。 2. 思想 桶排序的主要思想是对待排序序列的关键字数值进行分块，每一块对应一个桶，然后对每个桶使用插入排序（或其他排序算法）进行排序，最后将所有桶中的元素串联起来即得到有序序列。 3. +1] = bkt[j]; j--; } bkt[j+1] = key; } } // 桶排序
41130编辑于 2022-03-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号