摘要:涉及的算法有計(jì)數(shù)排序基數(shù)排序桶排序,它們被歸類為非比較排序。計(jì)數(shù)排序沒有對元素進(jìn)行比較,只是利用了箱與元素的一一對應(yīng)關(guān)系,根據(jù)箱已經(jīng)排好序的先決條件,解決排序?;鶖?shù)排序,是按照從高位到低位的順序進(jìn)行分組排序。內(nèi)部排序也是用基數(shù)排序。
一般算法能做到O(logn),已經(jīng)非常不錯(cuò),如果我們排序的對象是純數(shù)字,還可以做到驚人的O(n)。涉及的算法有計(jì)數(shù)排序、基數(shù)排序、桶排序,它們被歸類為非比較排序。
非比較排序只要確定每個(gè)元素之前的已有的元素個(gè)數(shù)即可,遍歷一次就能求解。算法時(shí)間復(fù)雜度O(n)。
非比較排序時(shí)間復(fù)雜度低,但由于非比較排序需要占用空間來確定唯一位置。所以對數(shù)據(jù)規(guī)模和數(shù)據(jù)分布有一定的要求。
計(jì)數(shù)排序計(jì)數(shù)排序需要占用大量空間,它僅適用于數(shù)據(jù)比較集中的情況。比如 [0~100],[10000~19999] 這樣的數(shù)據(jù)。
我們看一下計(jì)數(shù)排序是怎么運(yùn)作,假設(shè)我們有[1,2,3,1,0,4]這六個(gè)數(shù),這里面最大的值為4,那么我們創(chuàng)建一個(gè)長度為4的數(shù)組,每個(gè)元素默認(rèn)為0。這相當(dāng)于選舉排序,一共有6個(gè)投票箱,1就投1號箱,0就投入0號箱。注意,這些箱本來就是已經(jīng)排好序,并且箱的編號就是代表原數(shù)組的元素。當(dāng)全部投完時(shí),0號箱有1個(gè),1號箱有2個(gè),2號箱有1個(gè),3號箱有1,4號箱有1個(gè)。然后我們從這些箱的所有數(shù)依次出來,放到新數(shù)組,就神奇地排好序了。
計(jì)數(shù)排序沒有對元素進(jìn)行比較,只是利用了箱與元素的一一對應(yīng)關(guān)系,根據(jù)箱已經(jīng)排好序的先決條件,解決排序。
//by 司徒正美 function countSort(arr){ var max = Math.max.apply(0, arr); var buckets = [] for(var i = 0; i < n; i++){ var el = arr[i] if(buckets[el]){//子桶里不實(shí)際存在 buckets[el]++ }else{ buckets[el] = 1 } } var index = 0 for(var i = 0; i < n; i++){ var m = buckets[i].length; while(m){ arr[index] = i; index++ m-- } } return arr }
但數(shù)組有一個(gè)問題就是它的索引值是從0開始,但我們的元素也要大于或等于0。我們可以通過一個(gè)數(shù)學(xué)技巧讓它支持負(fù)數(shù)。
//by 司徒正美 function countSort(arr){ var max = arr[0] var min = arr[0] for(var i = 0; i < n; i++){ if(arr[i] > max){ max = arr[i] } if(arr[i] < min){ max = arr[i] } } var buckets = new Array(max-min+1).fill(0); for(var i = 0; i < n; i++){ buckets[ arr[i]-min ]++ //減去最小值,確保索引大于負(fù)數(shù) } var index = 0, bucketCount = max-min+1 for(var i = 0; i < bucketCount; i++){ var m = buckets[i].length; while(m){ //將桶的編號加上最小值,變回原來的元素 arr[index] = i+min; index++ m-- } } return arr }桶排序
桶排序與計(jì)數(shù)排序很相似,不過現(xiàn)在的桶不單計(jì)數(shù),是實(shí)實(shí)在在地放入元素。舉個(gè)例子,學(xué)校要對所有老師按年齡進(jìn)行排序,這么多老師很難操作,那么先讓他們按年齡段進(jìn)行分組,20-30歲的一組,30-40歲一組,50-60歲一組,然后組內(nèi)再排序。這樣效率就大大提高了。桶排序也是于這種思想。
操作步驟:
確認(rèn)范圍,亦即求取原數(shù)組的最大值與最小值。
確認(rèn)需要多少個(gè)桶(這個(gè)通常作為參數(shù)傳入,不能大于原數(shù)組長度),然后最大值減最小值,除以桶的數(shù)量,但得每個(gè)桶最多能放多個(gè)元素,我們稱這個(gè)數(shù)為桶的最大容量。
遍歷原數(shù)組的所有元素,除以這個(gè)最大容量,就能得到它要放入的桶的編號了。在放入時(shí)可以使用插入排序,也可以在合并時(shí)才使用快速排序。
對所有桶進(jìn)行遍歷,如果桶內(nèi)的元素已經(jīng)排好序,直接一個(gè)個(gè)取出來,放到結(jié)果數(shù)組就行了。
//by 司徒正美 var arr = [2,5,3,0,2,8,0,3,4,3] function bucketSort(array, num){ if(array.length <= 1){ return array } var n = array.length; var min = Math.min.apply(0, array) var max = Math.max.apply(0, array) if(max === min){ return array } var capacity = (max - min + 1) /num; var buckets = new Array(max - min + 1) for(var i = 0; i < n; i++){ var el = array[i];//el可能是負(fù)數(shù) var index = Math.floor((el - min) / capacity) var bucket = buckets[index] if(bucket){ var jn = bucket.length; if(el >= bucket[jn-1]){ bucket[jn] = el }else{ insertSort: for(var j = 0; j < jn; j++){ if(bucket[j] > el){ while(jn > j){ //全部向后挪一位 bucket[jn] = bucket[jn-1] jn-- } bucket[j] = el //讓el占據(jù)bucket[j]的位置 break insertSort; } } } }else{ buckets[index] = [el] } } var index = 0 for(var i = 0; i < num; i++){ var bucket = buckets[i] for(var k = 0, kn = bucket.length; k < kn; k++){ array[index++] = bucket[k] } } return array; } console.log( bucketSort(arr,4) ) //[ 0, 0, 2, 2, 3, 3, 3, 4, 5, 8 ]基數(shù)排序
基數(shù)排序是一種非比較型的整數(shù)排序算法。其基本原理是,按照整數(shù)的每個(gè)位數(shù)分組。在分組過程中,對于不足位的數(shù)據(jù)用0補(bǔ)位。
基數(shù)排序按照對位數(shù)分組的順序的不同,可以分為LSD(Least significant digit)基數(shù)排序和MSD(Most significant digit)基數(shù)排序。
LSD基數(shù)排序,是按照從低位到高位的順序進(jìn)行分組排序。MSD基數(shù)排序,是按照從高位到低位的順序進(jìn)行分組排序。上述兩種方式不僅僅是對位數(shù)分組順序不同,其實(shí)現(xiàn)原理也是不同的。
LSD基數(shù)排序對于序列中的每個(gè)整數(shù)的每一位都可以看成是一個(gè)桶,而該位上的數(shù)字就可以認(rèn)為是這個(gè)桶的鍵值。比如下面數(shù)組
[170, 45, 75, 90, 802, 2, 24, 66]
首先我們要確認(rèn)最大值,一個(gè)for循環(huán)得最大數(shù),因?yàn)樽畲髷?shù)的位數(shù)最長。
然后,建立10個(gè)桶,亦即10個(gè)數(shù)組。
然后再遍歷所有元素,取其個(gè)位數(shù),個(gè)位數(shù)是什么就放進(jìn)對應(yīng)編號的數(shù)組,1放進(jìn)1號桶。
0號桶: 170,90 1號桶: 無 2號桶: 802,2 3號桶: 無 4號桶: 24 5號桶: 45, 75 6號桶: 66 7-9號桶: 無
然后再依次將元素從桶里最出來,覆蓋原數(shù)組,或放到一個(gè)新數(shù)組,我們把這個(gè)經(jīng)過第一次排序的數(shù)組叫sorted。
sorted = [170,90,802,2,24,45,75,66]
然后我們再一次遍歷sorted數(shù)組的元素,這次取十位的值。這時(shí)要注意,2不存在十位,那么默認(rèn)為0
0號桶: 2,802 1號桶: 無 2號桶: 24 3號桶: 無 4號桶: 45 5號桶: 無 6號桶: 66 7號桶: 170, 75 8號桶: 無 9號桶: 90
再全部取出來
sorted = [2,802,24,45,66,170,75,90]
開始百位上的入桶操作,沒有百位就默認(rèn)為0:
0號桶: 2,24,45,66,75,90 1號桶: 170 2-7號桶:無 8號桶: 802 9號桶: 無
再全部取出來
sorted = [2,24,45,66,75,90,170,802]
沒有千位數(shù),那么循環(huán)結(jié)束,返回結(jié)果桶sorted
從程序描述如下:
//by 司徒正美 function radixSort(array) { var max = Math.max.apply(0, array); var times = getLoopTimes(max), len = array.length; var buckets = []; for (let i = 0; i < 10; i++) { buckets[i] = []; //初始化10個(gè)桶 } for (var radix = 1; radix <= times; radix++) { //個(gè)位,十位,百位,千位這樣循環(huán) lsdRadixSort(array, buckets, len, radix); } return array; } // 根據(jù)數(shù)字某個(gè)位數(shù)上的值得到桶的編號 function getBucketNumer(num, d) { return (num + "").reverse()[d]; } //或者這個(gè) function getBucketNumer(num, i) { return Math.floor((num / Math.pow(10, i)) % 10); } //獲取數(shù)字的位數(shù) function getLoopTimes(num) { var digits = 0; do { if (num > 1) { digits++; } else { break; } } while ((num = num / 10)); return digits; } function lsdRadixSort(array, buckets, len, radix) { //入桶 for (let i = 0; i < len; i++) { let el = array[i]; let index = getBucketNumer(el, radix); buckets[index].push(el); } var k = 0; //重寫原桶 for (let i = 0; i < 10; i++) { let bucket = buckets[i]; for (let j = 0; j < bucket.length; j++) { array[k++] = bucket[j]; } bucket.length = 0; } } // test var arr = [278, 109, 63, 930, 589, 184, 505, 269, 8, 83]; console.log(radixSort(arr));MSD基數(shù)排序
接下來講MSD基數(shù)排序.
最開始時(shí)也是遍歷所有元素,取最大值,得到最大位數(shù),建立10個(gè)桶。這時(shí)從百位取起。不足三位,對應(yīng)位置為0.
0號桶: 45, 75, 90, 2, 24, 66 1號桶: 107 2-7號桶: 無 8號桶: 802 9號桶: 無
接下來就與LSD不一樣。我們對每個(gè)長度大于1的桶進(jìn)行內(nèi)部排序。內(nèi)部排序也是用基數(shù)排序。我們需要建立另10個(gè)桶,對0號桶的元素進(jìn)行入桶操作,這時(shí)比原來少一位,亦即十位。
0號桶: 2 1號桶: 無 2號桶: 24 3號桶: 無 4號桶: 45 5號桶: 無 6號桶: 66 7號桶: 75 8號桶: 無 9號桶: 90
然后繼續(xù)遞歸上一步,因此每個(gè)桶的長度,都沒有超過1,于是開始0號桶的收集工作:
0號桶: 2,24,45,66,75,90 1號桶: 107 2-7號桶: 無 8號桶: 802 9號桶: 無
將這步驟應(yīng)用其他桶,最后就排序完畢。
//by 司徒正美 function radixSort(array) { var max = Math.max.apply(0, array), times = getLoopTimes(max), len = array.length; msdRadixSort(array, len, times); return array; } //或者這個(gè) function getBucketNumer(num, i) { return Math.floor((num / Math.pow(10, i)) % 10); } //獲取數(shù)字的位數(shù) function getLoopTimes(num) { var digits = 0; do { if (num > 1) { digits++; } else { break; } } while ((num = num / 10)); return digits; } function msdRadixSort(array, len, radix) { var buckets = [[], [], [], [], [], [], [], [], [], []]; //入桶 for (let i = 0; i < len; i++) { let el = array[i]; let index = getBucketNumer(el, radix); buckets[index].push(el); } //遞歸子桶 for (let i = 0; i < 10; i++) { let el = buckets[i]; if (el.length > 1 && radix - 1) { msdRadixSort(el, el.length, radix - 1); } } var k = 0; //重寫原桶 for (let i = 0; i < 10; i++) { let bucket = buckets[i]; for (let j = 0; j < bucket.length; j++) { array[k++] = bucket[j]; } bucket.length = 0; } } var arr = radixSort([170, 45, 75, 90, 802, 2, 24, 66]); console.log(arr);字符串使用基數(shù)排序?qū)崿F(xiàn)字典排序
此外,基數(shù)排序不局限于數(shù)字,可以稍作變換,就能應(yīng)用于字符串的字典排序中。我們先來一個(gè)簡單的例子,只對都是小寫字母的字符串?dāng)?shù)組進(jìn)行排序。
小寫字母一共26個(gè),考慮到長度不一樣的情況,我們需要對夠短的字符串進(jìn)行補(bǔ)充,這時(shí)補(bǔ)上什么好呢?我們不能直接上0,而是補(bǔ)空白。然后根據(jù)字母與數(shù)字的對應(yīng)關(guān)系,弄27個(gè)桶,空字符串對應(yīng)0,a對應(yīng)1,b對應(yīng)2.... 字典排序是從左邊開始比較, 因此我們需要用到MST基數(shù)排序。
//by 司徒正美 var character = {}; "abcdefghijklmnopqrstuvwxyz".split("").forEach(function(el, i) { character[el] = i + 1; }); function toNum(c, length) { var arr = []; arr.c = c; for (var i = 0; i < length; i++) { arr[i] = character[c[i]] || 0; } return arr; } function getBucketNumer(arr, i) { return arr[i]; } function radixSort(array) { var len = array.length; var loopTimes = 0; //求出最長的字符串,并得它的長度,那也是最高位 for (let i = 0; i < len; i++) { let el = array[i]; var charLen = el.length; if (charLen > loopTimes) { loopTimes = charLen; } } //將字符串轉(zhuǎn)換為數(shù)字?jǐn)?shù)組 var nums = []; for (let i = 0; i < len; i++) { nums.push(toNum(array[i], loopTimes)); } //開始多關(guān)鍵字排序 msdRadixSort(nums, len, 0, loopTimes); //變回字符串 for (let i = 0; i < len; i++) { array[i] = nums[i].c; } return array; } function msdRadixSort(array, len, radix, radixs) { var buckets = []; for (var i = 0; i <= 26; i++) { buckets[i] = []; } //入桶 for (let i = 0; i < len; i++) { let el = array[i]; let index = getBucketNumer(el, radix); buckets[index].push(el); } //遞歸子桶 for (let i = 0; i <= 26; i++) { let el = buckets[i]; //el.c是用來識別是桶還是我們臨時(shí)創(chuàng)建的數(shù)字字符串 if (el.length > 1 && !el.c && radix < radixs) { msdRadixSort(el, el.length, radix + 1, radixs); } } var k = 0; //重寫原桶 for (let i = 0; i <= 26; i++) { let bucket = buckets[i]; for (let j = 0; j < bucket.length; j++) { array[k++] = bucket[j]; } bucket.length = 0; } } var array = ["ac", "ee", "ef", "b", "z", "f", "ep", "gaaa", "azh", "az", "r"]; var a = radixSort(array); console.log(a);參考鏈接
https://wenku.baidu.com/view/... (PPT)
https://www.cnblogs.com/kkun/...
http://blog.csdn.net/ltyqljhw...
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://www.ezyhdfw.cn/yun/92652.html
摘要:之所以把計(jì)數(shù)排序桶排序基數(shù)排序放在一起比較,是因?yàn)樗鼈兊钠骄鶗r(shí)間復(fù)雜度都為。動畫計(jì)數(shù)排序思想找出待排序的數(shù)組中最大和最小的元素。桶排序計(jì)數(shù)排序能派上用場嗎手機(jī)號碼有位,范圍太大,顯然不適合用這兩種排序算法。 showImg(https://segmentfault.com/img/bVbuF9e?w=900&h=500); 1. 前言 算法為王。 想學(xué)好前端,先練好內(nèi)功,只有內(nèi)功深厚者...
摘要:計(jì)數(shù)排序計(jì)數(shù)排序就是簡單的桶排序,一個(gè)桶代表數(shù)組中一個(gè)數(shù)出現(xiàn)的個(gè)數(shù),所以需要一個(gè)和數(shù)組數(shù)字范圍一樣大的輔助數(shù)組,一般用在范圍小于的排序,時(shí)間復(fù)雜度為,空間復(fù)雜度為數(shù)組的數(shù)字范圍。 計(jì)數(shù)排序 計(jì)數(shù)排序就是簡單的桶排序,一個(gè)桶代表數(shù)組中一個(gè)數(shù)出現(xiàn)的個(gè)數(shù),所以需要一個(gè)和數(shù)組數(shù)字范圍一樣大的輔助數(shù)組,一般用在范圍小于100的排序,時(shí)間復(fù)雜度為O(n),空間復(fù)雜度為數(shù)組的數(shù)字范圍。 /** *...
摘要:筆者寫的數(shù)據(jù)結(jié)構(gòu)與算法之美系列用的語言是,旨在入門數(shù)據(jù)結(jié)構(gòu)與算法和方便以后復(fù)習(xí)。這應(yīng)該是目前較為簡單的十大經(jīng)典排序算法的文章講解了吧。比如原本在的前面,而,排序之后,在的后面十大經(jīng)典排序算法冒泡排序思想冒泡排序只會操作相鄰的兩個(gè)數(shù)據(jù)。 showImg(https://segmentfault.com/img/bVbvHet); 1. 前言 算法為王。想學(xué)好前端,先練好內(nèi)功,內(nèi)功不行,就...
摘要:一冒泡排序算法介紹比較相鄰的兩個(gè)元素如果前一個(gè)比后一個(gè)大,則交換位置。它與冒泡排序的不同之處在于,它會優(yōu)先比較距離較遠(yuǎn)的元素。希爾排序的核心在于間隔序列的設(shè)定。作為一種線性時(shí)間復(fù)雜度的排序,計(jì)數(shù)排序要求輸入的數(shù)據(jù)必須是有確定范圍的整數(shù)。 一、冒泡排序 算法介紹: 比較相鄰的兩個(gè)元素,如果前一個(gè)比后一個(gè)大,則交換位置。 第一輪把最大的元素放到了最后面。 由于每次排序最后一個(gè)都是最大的,...
摘要:桶排序與計(jì)數(shù)排序的區(qū)別桶排序中一個(gè)桶可以放一個(gè)范圍內(nèi)的多個(gè)數(shù)據(jù),在各個(gè)桶中又可以用其他方法排序,其快速之處在于只用對比同一個(gè)桶內(nèi)的數(shù)字而無需與其他桶的數(shù)字作對比。與計(jì)數(shù)排序相比,桶排序需要作二次對比,但可省略桶的個(gè)數(shù)。 哈希表(Hash Table) 所有符合鍵值對即key-value的結(jié)構(gòu)就是哈希。數(shù)組其實(shí)也是一種哈希。 計(jì)數(shù)排序(復(fù)雜度(n+max))無法統(tǒng)計(jì)負(fù)數(shù)和小數(shù),需要一個(gè)...
閱讀 2782·2023-04-25 14:59
閱讀 993·2021-11-22 11:59
閱讀 697·2021-11-17 09:33
閱讀 2521·2021-09-27 13:34
閱讀 4001·2021-09-09 11:55
閱讀 2378·2019-08-30 15:44
閱讀 1191·2019-08-30 14:06
閱讀 1983·2019-08-29 16:55