排序算法:Counting Sort 计数排序

Posted ProjectDaedalus

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了排序算法:Counting Sort 计数排序相关的知识,希望对你有一定的参考价值。

This browser does not support music or audio playback. Please play it in WeChat or another browser.
之前文章介绍的一些排序算法都是基于比较来进行排序的,故它们在平均情况下的时间复杂度最好也不过是线性对数级别。这里我们来介绍一种简单的基于非比较的排序算法——Counting Sort 计数排序,其时间复杂度可以达到线性级别

排序算法(六):Counting Sort 计数排序

基本思想

Counting Sort 计数排序,顾名思义,就是统计待排序数组元素的出现次数。其基本思想比较简单:

  1. 根据待排序元素的数值范围大小k(max-min+1),建立一个k大小的频数统计数组counts。对于counts数组而言,其索引范围 0 ~ k-1,正好可以对应到待排序元素的取值范围min~max上

  2. 统计待排序元素element的次数,并其存储到counts数组中,即counts[ elemet-min ] = countValue

  3. 待计数统计完成后遍历counts数组,根据次数值来输出原待排序元素值,此时即完成排序


    这里给出计数排序在Java下的实现:


 
   
   
 
  1. /**

  2. * 计数排序

  3. */

  4. public class CountingSort {


  5. /**

  6. * 升序排列 (非稳定)

  7. */

  8. public static void sort1() {

  9. // 获取测试用例

  10. int[] array = getTestCase();

  11. int size = array.length;


  12. System.out.println("before sort: " + Arrays.toString(array) );


  13. // 求取最值

  14. int[] minMax = getMinMax(array);

  15. int min = minMax[0];

  16. int max = minMax[1];


  17. // 根据数据范围创建统计数组

  18. int k = max-min+1;

  19. int[] counts = new int[ k ];


  20. // 统计原数组中元素出现的次数

  21. for(int i=0; i<size; i++) {

  22. int dataInCountIndex = array[i] - min; // 计算原数组元素在统计数组中的索引

  23. counts[dataInCountIndex] +=1; // 统计该值次数

  24. }


  25. int j = 0; // 有序的数据的插入位置

  26. for(int i=0; i<k; i++) {

  27. int originalData = i + min; // 还原 原排序数组的数据值

  28. while( counts[i]>0 ) {

  29. array[j] = originalData;

  30. counts[i]--; // 该数值出现的次数减1

  31. j++; // 更新有序数据的插入位置

  32. }

  33. }


  34. System.out.println("after sort: " + Arrays.toString(array) );

  35. }


  36. /**

  37. * 求指定数组的最值

  38. * @param array

  39. * @return [0]: 最小值; [1]: 最大值;

  40. */

  41. private static int[] getMinMax(int[] array) {

  42. int min = array[0];

  43. int max = array[0];

  44. for(int i=1; i<array.length; i++) {

  45. if( array[i]>max ) {

  46. max = array[i];

  47. }

  48. if( array[i]<min ) {

  49. min = array[i];

  50. }

  51. }

  52. int[] minMax = new int[]{min,max};

  53. return minMax;

  54. }


  55. /**

  56. * 获取测试用例

  57. */

  58. private static int[] getTestCase() {

  59. int[] caseArray = {-1,1,-1,1,2};

  60. return caseArray;

  61. }

  62. }

测试结果如下:

排序算法(六):Counting Sort 计数排序

稳定的计数排序

基本原理

上面的计数排序算法是非稳定的,而一般我们所说的计数排序都是稳定的。那么如何保证计数排序的稳定性呢?其实很简单,只需在统计完待排序元素的频数后,对counts作累加计算(counts[i] = counts[i-1] + counts[i]),即计算统计数组中指定索引位置上的元素在排序后的位置;然后倒序遍历原数组,根据counts数组中的排序位置来将待排序元素放入合适的位置,同时将counts数组相应的值减1,以使下一个重复的排序元素可以放在前一位的位置上,以保证稳定性

算法图解

下图即是通过稳定的计数排序对 -1,1,-1,1,2 序列进行升序排列的图解过程

1. 建立counts数组

排序算法(六):Counting Sort 计数排序

2. 倒序遍历原待排序数组,按升序排列

排序算法(六):Counting Sort 计数排序

Java实现

这里给出计数排序在Java下的实现:

 
   
   
 
  1. /**

  2. * 计数排序

  3. */

  4. public class CountingSort {

  5. ...

  6. /**

  7. * 升序排列 (稳定)

  8. */

  9. public static void sort2() {

  10. // 获取测试用例

  11. int[] array = getTestCase();

  12. int size = array.length;


  13. System.out.println("before sort: " + Arrays.toString(array) );


  14. // 求取最值

  15. int[] minMax = getMinMax(array);

  16. int min = minMax[0];

  17. int max = minMax[1];


  18. // 根据数据范围创建统计数组

  19. int k = max-min+1;

  20. int[] counts = new int[ k ];


  21. // 统计原数组中元素出现的次数

  22. for(int i=0; i<size; i++) {

  23. int dataInCountIndex = array[i] - min; // 计算原数组元素在统计数组中的索引

  24. counts[dataInCountIndex] +=1; // 统计该值次数

  25. }


  26. // 计算统计数组的累计值,即计算 统计数组中指定索引位置上的元素在排序后的位置

  27. // 如果该索引位置上有重复元素,则为重复元素所占的最大排序位置

  28. for(int i=1; i<k; i++) {

  29. counts[i] = counts[i-1] + counts[i];

  30. }


  31. int[] sortedArray = new int[size]; // 排序结果数组

  32. // 倒序遍历原数组,保证稳定性

  33. for(int i=size-1; i>=0; i--) {

  34. int dataInCountIndex = array[i] - min; // 计算原数组元素在统计数组中的索引

  35. // 计算其排序后的位置, 因为数组索引从0开始计算,故应对排序位置减1

  36. // 例如,排在最前面的元素,排序位置为1,则其在数组中的位置索引应为0

  37. int sortIndex = counts[dataInCountIndex] - 1;

  38. sortedArray[sortIndex] = array[i]; // 将原数组元素放入排序后的位置上

  39. counts[dataInCountIndex]--; // 下一个重复的元素,应排前一个位置,以保证稳定性

  40. }


  41. System.out.println("after sort: " + Arrays.toString(sortedArray) );

  42. }

  43. ...

  44. }

测试结果如下:

特点

复杂度、稳定性

这里以稳定的计数排序进行说明:

缺陷

  1. 计数排序只能适用待排序元素为整数的场景

  2. 待排序元素的数值范围(极差)过大的情况下,计数排序会浪费大量空间,故一般不推荐使用计数排序

参考文献

  1. 算法导论 · 第3版

以上是关于排序算法:Counting Sort 计数排序的主要内容,如果未能解决你的问题,请参考以下文章

计数排序(Counting Sort)

计数排序(Counting Sort)

计数排序——Counting Sort

排序算法--Distribution Sorting--分布排序[1]--Counting sort--计数器排序

计数排序Counting sort

Counting Sort and Radix Sort