如果我們待排序的資料在乙個區間內，可以使用分治的思想來排序。
例如：如果給你要給乙個10g的訂單按照時間排序，此時的問題是你的記憶體只有幾百mb，那麼你該怎麼辦？
可以使用分治的思想。
把10g檔案遍歷一下，得到最小值和最大值，檢視他們之間的相隔數。
例如：最小：2019/11/13 01:00:25。最大：2019/11/20 10:12:14
我們可以按照天來分割為7個桶，或者按照4小時分割42個桶。
假設我們選擇第二種，遍歷檔案，從2019/11/13開始。
第乙個桶放2019/11/13 00:00:00- 2019/11/13 04:00:00
依次遞增。
這樣就形成了42個檔案。
對於每個檔案，把該檔案匯入記憶體進行排序。
我們就得到了42個有序的檔案。
由於這42個有序的檔案之間也是有序的。
所以從第乙個檔案開始遍歷，把所有的檔案遍歷輸出到乙個檔案即可。
這個排序適合資料在一定範圍內的，比較集中的。
比如：我們的資料集中在[10, 15]。
整個範圍內存在的資料容量有15 - 10 + 1 = 6。總共有6個容量。
所以我們可以開闢乙個陣列大小為6的陣列。
把每個資料放入對應的桶內。
例如：存在資料[10,15,12,13,10,15,12]
那麼我們開闢的資料儲存的元素內容就為
[2,0,2,1,0,2]
表示：10的個數，11的個數，12的個數...
這樣遍歷整個陣列就可以得到對應的排序後的資料了。
如果一組資料跨度較大，顯然不適合使用計數排序，因為需要開闢的額外空間太多。
如果使用桶排序，顯然效果也不會很好。
這個時候，基數排序就用上了。
例如：待排序的資料為[1,10253,152,1674,24581369]
這樣，我們可以先按照最後一位排序，因為每一位都在0-9的範圍內，所以每一位可以使用計數排序。
那麼就是這樣：
第一次：[0, 1, 1, 1, 0, 0, 0, 0, 0, 1]
對應的：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
按照這個順序，把資料拿出來，就變為如下資料：
[1,152,10253,1674,24581369]
然後再比較倒數第二位，一直比較，沒有的按照0來比較。
這樣就可以實現跨度大的線性時間排序了。
線性時間排序
public void radixsort int a a k key 我們前面提到的方法，基本上都是比較排序，本篇介紹三種非比較型別的排序，計數排序 基數排序 桶排序，比較排序的最壞的情況都是經過nlgn的，線性排序的時間複雜度基本上都是線性關係。1.計數排序 計數排序不是通過元素之間的比較，而是...
線性時間排序
在最壞情況下任何比較排序演算法都需要做 nlgn 次比較 計數排序 假設輸入的資料都屬於乙個小區間內的整數 counting sort a,b,k 1.let c 0.k be a new array 2.for i 0 to k 3.c i 0 4.for j 1 to a.length 5.c ...
線性時間排序
決策樹模型 用處 證明基於比較的排序的時間複雜度為 nlgn 簡單描述 二叉樹，有n 個葉節點，則此樹在最茂盛的時候有最小的高度h lg n nlgn 因此至少需要nlgn次比較 計數排序 描述 對n個位於區間 0,k 的元素進行排序，複雜度為o n k 的穩定排序 c 11 include inc...