一、计数排序(Counting Sort)
计数排序是一种非比较型的排序算法,它的核心思想是:
利用“元素的值”来确定它在结果数组中的位置,通过“统计每个数出现的次数”来完成排序。
二、如何实现计数排序(核心步骤)
1、设有一个待排序数组 arr,长度为 n,值的范围是 [min, max]。
2、找最大最小值,确定计数数组大小
3. 创建计数数组并统计频次
4. 恢复到原数组(非稳定排序)
思维导图
代码实现
void Count_Sort(int* arr,int size){ assert(arr); int min = arr[0]; int max = arr[0]; for(int i = 1;i<size;i++){ if(arr[i]<min){ min = arr[i]; } if(arr[i]>max){ max = arr[i]; } } int Range = max-min+1;int index = 0; int* Count_Arr = (int*)calloc(Range,sizeof(int)); for(int i = 0;i<size;i++){ Count_Arr[arr[i]-min]++; }; for(int j = 0;j<Range;j++){ while (Count_Arr[j]--) { arr[index++] = min+j; } } return; }
三、计数排序优缺点
项目 |
内容 |
---|---|
✅ 优点 |
时间复杂度为 O(n + k),非常快(k 为值域大小) |
✅ 非比较排序 |
不依赖比较操作(不像快排/归并) |
✅ 适合大规模、密集整数排序 |
|
❌ 缺点 |
只能处理 整数或可映射为整数 的数据,且值域不能太大(否则空间开销太大) |
❌ 不适合有负数但未做映射处理的情况 |
|
❌ 不是原地排序,需要额外空间 |
四、应用场景:
排序范围已知、较小的数据(例如考试成绩、年龄、投票数等)
多关键字排序中的一环(如基数排序的子排序)
五、所学习过的排序算法总结
稳定性的介绍:数组中相同值,排完序的相对顺序是否可以做到不变,如果不变就是稳定的,如果会变化就是不稳定的。
排序算法 |
时间复杂度(平均/最坏) |
空间复杂度 |
稳定性 |
是否原地 |
适用场景简述 |
---|---|---|---|---|---|
冒泡排序 |
O(n²) / O(n²) |
O(1) |
✅ 是 |
✅ 是 |
小数据、教学演示 |
选择排序 |
O(n²) / O(n²) |
O(1) |
❌ 否 |
✅ 是 |
小数据、对稳定性无要求 |
插入排序 |
O(n²) / O(n²) |
O(1) |
✅ 是 |
✅ 是 |
几乎有序或小数据量 |
希尔排序 |
介于 O(n) ~ O(n²) |
O(1) |
❌ 否 |
✅ 是 |
中等规模数组 |
归并排序 |
O(n log n) / O(n log n) |
O(n) |
✅ 是 |
❌ 否 |
大数据量、稳定性要求高 |
快速排序 |
O(n log n) / O(n²) |
O(log n) |
❌ 否 |
✅ 是 |
通用排序,性能优秀 |
堆排序 |
O(n log n) / O(n log n) |
O(1) |
❌ 否 |
✅ 是 |
内存有限,稳定性无要求 |
计数排序 |
O(n + k) / O(n + k) |
O(k) |
✅ 是 |
❌ 否 |
整数排序、值域小 |