Flask接口签名sign原理与实例代码浅析
443
2023-02-10
Java关于桶排序的知识点总结
前言:java数据结构与算法专题会不定时更新,欢迎各位读者监督。本文从最简单的一个排序算法——桶排序开始,分析桶排序的实现思路,代码实现,性能特点以及适用场景。
0、其他排序算法索引
//jb51.net/article/120879.htm
1、桶排序思想
一个简单例子:
对6个人的英语测试成绩(1~10分)进行排序。假如分数是[6,5,8,8,10,9],用桶排序的思想就是准备10个桶,编号依次为1~10,将成绩放入对应的桶中,例如6分放入6号桶,两个8分放入8号桶...然后按照桶的标号顺序逐一输出(有就输出,没有就不输出),这就是桶排序的基本思想。
事实上,这只是一个简易版,试想一下,如果待排序的元素跨度范围比较大,例如1~10000,是不是需要10000个桶?实际上这种情况下,一个桶里并非总放一个元素,很多时候一个桶里放多个元素。其实真正的桶排序和散列表有一样的原理。
实际排序中,通常对每个桶中的元素继续使用其他排序算法进行排序,所以更多时候,桶排序会结合其他排序算法一起使用。
2、桶排序代码
在分析了桶排序的思想后,首先要知道待排序元素的范围,以上述为例,声明一个长度为10的数组作为10个桶,然后将成绩逐一往桶中放时,该桶的值+1,最终输出倒序输出数组下标,数组每个位置的值为几就输出几次,这样就能实现基本的桶排序。
public class BucketSort {
private int[] buckets;
private int[] array;
public BucketSort(int range,int[] array){
this.buckets = new int[range];
this.array = array;
}
/*排序*/
public void sort(){
if(array!=null && array.length>1){
for(int i=0;i buckets[array[i]]++; } } } /*排序输出*/ public void sortOut(){ //倒序输出数据 for (int i=buckets.length-1; i>=0; i--){ for(int j=0;j System.out.print(i+"\t"); } } } } 测试代码: public class SortTest { public static void main(String[] args) { testBucketsSort(); } private static void testBucketsSort(){ int[] array = {5,7,3,5,4,8,6,4,1,2}; BucketSort bs = new BucketSort(10, array); bs.sort(); bs.sortOut();//输出打印排序 } } 3、桶排序性能特点 桶排序实际上只需要遍历一遍所有的待排元素,然后依次放入指定的位置。如果加上输出排序的时间,就要遍历所有的桶。因此桶排序的时间复杂度是O(n+m),n是待排元素的个数,m是桶的个数,也就是待排元素的范围。这个算法算是相当快的排序算法了,但是空间复杂度比较大。 当待排元素的大小范围比较大,但待排元素个数比较少时,空间浪费就比较严重,待排元素分布月均匀,空间利用率越高,事实上这种情况很少见。 通过以上性能分析,可以得出桶排序的特点:速度快且简单,但同时空间利用率较低。当待排数据跨度很大时,空间利用率是无法忍受的。 4、桶排序适用场景 根据桶排序的特点,桶排序一般适用于一些特定的环境,比如数据范围较为局限或者有一些特定的要求,比如需要通过哈希映射快速获取某些值,需要统计每个数的数量。但是这一切都以确认数据的范围为前提,如果范围跨度过大,则考虑用其他算法。
buckets[array[i]]++;
}
}
}
/*排序输出*/
public void sortOut(){
//倒序输出数据
for (int i=buckets.length-1; i>=0; i--){
for(int j=0;j System.out.print(i+"\t"); } } } } 测试代码: public class SortTest { public static void main(String[] args) { testBucketsSort(); } private static void testBucketsSort(){ int[] array = {5,7,3,5,4,8,6,4,1,2}; BucketSort bs = new BucketSort(10, array); bs.sort(); bs.sortOut();//输出打印排序 } } 3、桶排序性能特点 桶排序实际上只需要遍历一遍所有的待排元素,然后依次放入指定的位置。如果加上输出排序的时间,就要遍历所有的桶。因此桶排序的时间复杂度是O(n+m),n是待排元素的个数,m是桶的个数,也就是待排元素的范围。这个算法算是相当快的排序算法了,但是空间复杂度比较大。 当待排元素的大小范围比较大,但待排元素个数比较少时,空间浪费就比较严重,待排元素分布月均匀,空间利用率越高,事实上这种情况很少见。 通过以上性能分析,可以得出桶排序的特点:速度快且简单,但同时空间利用率较低。当待排数据跨度很大时,空间利用率是无法忍受的。 4、桶排序适用场景 根据桶排序的特点,桶排序一般适用于一些特定的环境,比如数据范围较为局限或者有一些特定的要求,比如需要通过哈希映射快速获取某些值,需要统计每个数的数量。但是这一切都以确认数据的范围为前提,如果范围跨度过大,则考虑用其他算法。
System.out.print(i+"\t");
}
}
}
}
测试代码:
public class SortTest {
public static void main(String[] args) {
testBucketsSort();
}
private static void testBucketsSort(){
int[] array = {5,7,3,5,4,8,6,4,1,2};
BucketSort bs = new BucketSort(10, array);
bs.sort();
bs.sortOut();//输出打印排序
}
}
3、桶排序性能特点
桶排序实际上只需要遍历一遍所有的待排元素,然后依次放入指定的位置。如果加上输出排序的时间,就要遍历所有的桶。因此桶排序的时间复杂度是O(n+m),n是待排元素的个数,m是桶的个数,也就是待排元素的范围。这个算法算是相当快的排序算法了,但是空间复杂度比较大。
当待排元素的大小范围比较大,但待排元素个数比较少时,空间浪费就比较严重,待排元素分布月均匀,空间利用率越高,事实上这种情况很少见。
通过以上性能分析,可以得出桶排序的特点:速度快且简单,但同时空间利用率较低。当待排数据跨度很大时,空间利用率是无法忍受的。
4、桶排序适用场景
根据桶排序的特点,桶排序一般适用于一些特定的环境,比如数据范围较为局限或者有一些特定的要求,比如需要通过哈希映射快速获取某些值,需要统计每个数的数量。但是这一切都以确认数据的范围为前提,如果范围跨度过大,则考虑用其他算法。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~