Hark的数据结构与算法练习之桶排序

算法说明

桶排序的逻辑其实特别好理解，它是一种纯粹的分而治之的排序方法。

举个例子简单说一下大家就知道精髓了。

假如对11,4,2,13,22,24,20 进行排序。

那么，我们将4和2放在一起，将11,13放在一起，将22,24,20放在一起。  然后将这三部分分别排序（可以根据实现情况任意选择排序方式，我的代码中使用的是快排），将子数组排序后，再顺序输出就是最终排序结果了（大概应该明白了，我们是根据数字大小进行分组的，故而顺序输出即可）

怎么样，很简单吧。

具体实现大家看代码就行，我实现的其实有许多可以优化的地方呐。

代码

使用的是java

另外，以下代码中的第44行代码 QuickSort.QuickSortMethod(arrayBucket[i]); 调用的是 这里 的方法

import java.util.Arrays;

/*
 * 桶排序
 */
public class BucketSort {
	public static void main(String[] args) {
		int[] arrayData = { 22, 33, 57, 55, 58, 77, 44, 65, 42 };
		BucketSortMethod(arrayData, 10);
		for (int integer : arrayData) {
			System.out.print(integer);
			System.out.print(" ");
		}
	}

	/*
	 * buckenCount - 桶的数量
	 */
	public static void BucketSortMethod(int[] arrayData, int buckenCount) {
		int[][] arrayBucket = new int[buckenCount][arrayData.length]; // 桶容器

		for (int i = 0; i < arrayBucket.length; i++) {
			for (int j = 0; j < arrayBucket[i].length; j++) {
				arrayBucket[i][j] = -1;
			}
		}

		int[] arrayLength = new int[arrayData.length];
		int num;

		// 将数据分桶
		for (int i = 0; i < arrayData.length; i++) {
			// 根据结果来确定是存在在哪个桶中
			num = arrayData[i] / buckenCount;
			num = 10 - num; // 这是为了降序

			// System.out.println(num);
			arrayBucket[num][arrayLength[num]] = arrayData[i];
			arrayLength[num]++;
		}

		// 将桶内数据进行排序，这里使用的是快排
		for (int i = 0; i < arrayBucket.length; i++) {
			QuickSort.QuickSortMethod(arrayBucket[i]);
		}

		int resultIndex = 0;
		// 对于桶内的数据进行输出
		for (int i = 0; i < arrayBucket.length - 1; i++) {
			if (arrayLength[i] > 0) {
				for (int j = 0; j < arrayBucket[i].length; j++) {
					if (arrayBucket[i][j] != -1) {
						arrayData[resultIndex++] = arrayBucket[i][j];
					}
				}
			}
		}
	}
}

结果

77 65 58 57 55 44 42 33 22 

时间复杂度：

时间复杂度主要还是取决于子数组的排序时间复杂度。 子数组的排序复杂度平均是O(n*log₂n)，然后分桶这块的的空间复杂度是O(n)

即O(n+n*log₂n)

空间复杂度：

假设桶的数量是b，待排序数组的长度是n。

那么O(b*n)=O(n)

稳定性：稳定性主要取决于子数组中的排序（即44行调用的快排），子数组中使用的排序方法是稳定的，那么桶排序就是稳定的。

参考

http://flyingcat2013.blog.51cto.com/7061638/1286645