這裡再介紹一種排序演算法，該方法也是不需要進行元素間的比較，卻能實現排序過程的。不過，與基數排序一樣，它所處理的序列也有些限制：序列元素必須為非負整數，且大小有上限。
仍以序列：
49、38、65、97、76、13、27、
49為例。計數排序的思想在於：首先，求取該序列中最大的元素，顯然為97。然後，建立乙個下標為0~97的整型陣列counts，且該陣列的每個元素均初始化為0。接著，處理待排序序列的第1個元素，該元素是49，則令counts中下標為49的元素加1，也即，counts[49]現在由0變為1。以同樣的方式順次處理待排序序列中的所有剩下的元素。注意，最後處理到49時，同樣令counts[49]的值加1，則此時的counts[49]的值變為2。顯然，最終的counts陣列存放了0~97這些數字在待排序序列中的出現次數（沒出現過的則為0），且counts的下標恰好能實現按序排列的目的。接下來要做的就是：從下標0開始直到97，遍歷counts陣列，每遍歷到某個下標i時，假如counts[i]為t，則輸出t個i。到了最後，剛才所有的輸出順次相連，明顯將形成排序後的結果。
實際上，這種排序演算法不適合討論是否穩定。不過，你可以把它視為穩定排序。**如下：
int getmax(int list,int length)
return list[max];
}void countsort(int list,int length)
{ int max=getmax(list,length);
int * counts=new int [max+1];
for(int i=0;i<=max;++i)
counts[i]=0;
for(int i=0;i
設序列元素個數為n，該序列中所有的元素均為0~max的整數。顯然，無論初始序列為何種情形，都得遍歷全部元素，並分別在counts相應的下標值上加1，此操作的總次數為n。然後又遍歷counts以執行輸出動作，該步的總操作次數為max+1+n。再算上初始時，求取待排序序列中最大值所需要的操作次數n，以及初始化counts所花費的操作次數max+1。整個排序過程總操作次數為：n+max+1+n+max+1+n=3n+2max+2。綜上，時間複雜度為o（n+max）。從時間複雜度可看出，該排序是時間效能最好的排序，不過卻大大犧牲了儲存空間上的效能！由於要用到長度為max+1的陣列counts作為輔助儲存空間，該演算法的空間複雜度為o（max）。
2 7 演算法 11 計數排序
演算法子目錄 計數排序的基本思想在於給定的輸入序列中的每乙個元素x，確定該序列中值小於等於x元素的個數，然後將x直接存放到最終的排序序列的正確位置上。有點類似mapreduce的map過程。import random from a.cat time import cal time cal time ...
排序 計數排序
資料結構和演算法系列目錄 不斷更新 計數排序是一種線性時間的排序，它的時間複雜程度為o n 雖然是線性的時間複雜程度，但是它的空間複雜程度比較高，而且用之前需要有乙個硬性的前提。這個前提在後面給出，這裡先來簡單介紹一下計數排序。計數排序是先掃瞄一邊待排序陣列，並用乙個輔助陣列記錄待排序每個元素應該在...
排序 計數排序
計數排序假設n個輸入元素中的每乙個都是在0到k區間內的乙個整數，其中k為某個整數。當k o n 時，排序的執行時間為 n 計數排序的基本思想是 對每乙個輸入元素x，確定小於x的元素個數。利用這一資訊，就可以直接把x放到它在輸出陣列中的位置上了。例如，如果有17個元素小於x，則x就應該在第18個輸出位...