[[393168]]

計數(shù)排序雖然不是面試常考題目，但是計數(shù)排序的求統(tǒng)計數(shù)組步驟和最后元素歸位思想是我們刷題時經(jīng)常用到的，例如原地置換，使用數(shù)組模擬 hashmap 等，所以還是很有必要看一下的。

今天我們就一起來看看線性排序里的計數(shù)排序到底是怎么回事吧。

我們將鏡頭切到袁記菜館

因為今年袁記菜館的效益不錯，所以袁廚就想給員工發(fā)些小福利，讓小二根據(jù)員工工齡進行排序，但是菜館共有 100000 名員工，菜館開業(yè) 10 年，員工工齡從 0 - 10 不等。

看來這真是一個艱巨的任務(wù)啊。

當(dāng)然我們可以借助之前說過的 歸并排序 和 快速排序 解決，但是我們有沒有其他更好的方法呢?

了解排序算法的老哥可能已經(jīng)猜到今天寫什么啦。是滴，我們今天來寫寫用空間換時間的線性排序。

說之前我們先來回顧一下之前的排序算法，最好的時間復(fù)雜度為 O(nlogn) ,且都基于元素之間的比較來進行排序。

我們來說一下非基于元素比較的排序算法，且時間復(fù)雜度為 O(n)，時間復(fù)雜度是線性的，所以我們稱其為線性排序算法。

其優(yōu)勢在于在對一定范圍內(nèi)的整數(shù)排序時，它的復(fù)雜度為Ο(n+k)，此時的 k 則代表整數(shù)的范圍?？煊谌魏我环N比較類排序算法，不過也是需要犧牲一些空間來換取時間。

下面我們先來看看什么是計數(shù)排序，這個計數(shù)的含義是什么?

我們假設(shè)某一分店共有 10 名員工，

工齡分別為 1，2，3，5，0，2，2，4，5，9

那么我們將其存在一個長度為 10 的數(shù)組里，，但是我們注意，我們數(shù)組此時存的并不是元素值，而是元素的個數(shù)。見下圖

注：此時我們這里統(tǒng)計次數(shù)的數(shù)組長度根據(jù)最大值來決定，上面的例子中最大值為 9 ，則長度為 9 + 1 = 10。暫且先這樣理解，后面會對其優(yōu)化 。

我們繼續(xù)以上圖的例子來說明，在該數(shù)組中，索引代表的為元素值(也就是上面例子中的工齡)，數(shù)組的值代表的則是元素個數(shù)(也就是不同工齡出現(xiàn)的次數(shù))。

即工齡為 0 的員工有 1 個， 工齡為 1 的員工有 1 個，工齡為 2 的員工有 3 個 。。。

然后我們根據(jù)出現(xiàn)次數(shù)將其依次取出看看是什么效果。

0，1，2，2，2，3，4，5，5，9

我們發(fā)現(xiàn)此時元素則變成了有序的，但是這并不是排序，只是簡單的按照統(tǒng)計數(shù)組的下標，輸出了元素值，并沒有真正的給原始數(shù)組進行排序。

這樣操作之后我們不知道工齡屬于哪個員工。

見下圖

舉例

雖然喵哥和杰哥工齡相同，如果我們按照上面的操作輸出之后，我們不能知道工齡為 4 的兩個員工，哪個是喵哥哪個是杰哥。

所以我們需要借助其他方法來對元素進行排序。

大家還記不記得我們之前說過的前綴和，下面我們通過上面統(tǒng)計次數(shù)的數(shù)組求出其前綴和數(shù)組。

因為我們是通過統(tǒng)計次數(shù)的數(shù)組得到了前綴和數(shù)組，那么我們來分析一下 presum 數(shù)組里面值的含義。

例如我們的 presum[2] = 5 ,代表的則是原數(shù)組小于等于 2 的值共有 5 個。presum[4] = 7 代表小于等于 4 的元素共有 7 個。

是不是感覺計數(shù)排序的含義要慢慢顯現(xiàn)出來啦。

其實到這里我們已經(jīng)可以理解的差不多了，還差最后一步，

此時我們要從后往前遍歷原始數(shù)組，然后將遍歷到的元素放到臨時數(shù)組的合適位置，并修改 presum 數(shù)組的值，遍歷結(jié)束后則達到了排序的目的。

這時有人要問了，為什么我們要從后往前遍歷呢?

這個問題的答案，我們等下說，繼續(xù)往下看吧。

計數(shù)排序

我們從后往前遍歷，nums[9] = 9,則我們拿該值去 presum 數(shù)組中查找，發(fā)現(xiàn) presum[nums[9]] = presum[9] = 10 ，

大家還記得我們 presum 數(shù)組里面每個值的含義嗎，我們此時 presum[9] = 10,則代表在數(shù)組中，小于等于的數(shù)共有 10 個，則我們要將他排在臨時數(shù)組的第 10 個位置，也就是 temp[9] = 9。

我們還需要干什么呢?我們想一下，我們已經(jīng)把 9 放入到 temp 數(shù)組里了，已經(jīng)對其排好序了，那么我們的 presum 數(shù)組則不應(yīng)該再統(tǒng)計他了，則將相應(yīng)的位置減 1 即可，也就是 presum[9] = 10 - 1 = 9;

下面我們繼續(xù)遍歷 5 ，然后同樣執(zhí)行上訴步驟

我們繼續(xù)查詢 presum 數(shù)組，發(fā)現(xiàn) presum[5] = 9,則說明小于等于 5 的數(shù)共有 9 個，我們將其放入到 temp 數(shù)組的第 9 個位置，也就是

temp[8] = 5。然后再將 presum[5] 減 1 。

是不是到這里就理解了計數(shù)排序的大致思路啦。

那么我們?yōu)槭裁葱枰獜暮笸氨闅v呢?我們思考一下，如果我們從前往后遍歷，相同元素的話，前面的元素則會先歸位再減一，這樣則會使計數(shù)排序變成不穩(wěn)定的排序算法。

這個排序的過程像不像查字典呢?通過查詢 presum 數(shù)組，得出自己應(yīng)該排在臨時數(shù)組的第幾位。然后再修改下字典，直到遍歷結(jié)束。

那么我們先來用動畫模擬一下我們這個 bug 版的計數(shù)排序，加深理解。

注：我們得到 presum 數(shù)組的過程在動畫中省略。直接模擬排序過程。

但是到現(xiàn)在就完了嗎?顯然沒有，我們思考下這個情況。

假如我們的數(shù)字為 90，93，94，91，92 如果我們根據(jù)上面方法設(shè)置 presum 數(shù)組的長度，那我們則需要設(shè)置數(shù)組長度為 95(因為最大值是94)，這樣顯然是不合理的，會浪費掉很多空間。

還有就是當(dāng)我們需要對負數(shù)進行排序時同樣會出現(xiàn)問題，因為我們求次數(shù)的時候是根據(jù) nums[index] 的值來填充 presum 數(shù)組的，所以當(dāng) nums[index] 為負數(shù)時，填充 presum 數(shù)組時則會報錯。

此時通過最大值來定義數(shù)組長度也不合理。

所以我們需要采取別的方法來定義數(shù)組長度。

下面我們來說一下偏移量的概念。

例如 90，93，94，91，92，我們 可以通過 max ，min 的值來設(shè)置數(shù)組長度即 94 - 90 + 1 = 5 。偏移量則為 min 值，也就是 90。那么我們的 90 則對應(yīng)索引 0 。

見下圖。

這樣我們填充 presum 數(shù)組時就不會出現(xiàn)浪費空間的情況了，負數(shù)?出現(xiàn)負數(shù)的情況當(dāng)然也可以。繼續(xù)看

例如：-1，-3，0，2，1

一樣可以，哦了，到這里我們就搞定了計數(shù)排序，下面我們來看一哈代碼吧。

class Solution { 
    public int[] sortArray(int[] nums) { 
 
        int len = nums.length; 
        if (nums.length < 1) { 
             return nums; 
        } 
        //求出最大最小值 
        int max = nums[0]; 
        int min = nums[0]; 
        for (int x : nums) { 
            if (max < x)  max = x;        
            if (min > x)  min = x;          
        } 
        //設(shè)置 presum 數(shù)組長度,然后求出我們的前綴和數(shù)組， 
        //這里我們可以把求次數(shù)數(shù)組和前綴和數(shù)組用一個數(shù)組處理 
        int[] presum = new int[max-min+1]; 
        for (int x : nums) { 
            presum[x-min]++; 
        } 
        for (int i = 1; i < presum.length; ++i) { 
            presum[i] = presum[i-1]+presum[i];  
        } 
        //臨時數(shù)組 
        int[] temp = new int[len]; 
        //遍歷數(shù)組，開始排序,注意偏移量 
        for (int i = len-1; i >= 0; --i) { 
            //查找 presum 字典，然后將其放到臨時數(shù)組，注意偏移度 
            int index = presum[nums[i]-min]-1; 
            temp[index] = nums[i]; 
            //相應(yīng)位置減一 
            presum[nums[i]-min]--;            
        } 
        //copy回原數(shù)組 
        System.arraycopy(temp,0,nums,0,len); 
        return nums; 
    } 
} 

好啦，這個排序算法我們已經(jīng)搞定了，下面我們來扒一扒它。

計數(shù)排序時間復(fù)雜度分析

我們的總體運算量為 n+n+k+n ，總體運算是 3n + k 所以時間復(fù)雜度為 O(N+K);

計數(shù)排序空間復(fù)雜度分析

我們用到了輔助數(shù)組，空間復(fù)雜度為 O(n)

計數(shù)排序穩(wěn)定性分析

穩(wěn)定性在我們最后存入臨時數(shù)組時有體現(xiàn)，我們當(dāng)時讓其放入臨時數(shù)組的合適位置，并減一，所以某元素前面的相同元素，在臨時數(shù)組，仍然在其前面。所以計數(shù)排序是穩(wěn)定的排序算法。

雖然計數(shù)排序效率不錯但是用到的并不多。

• 這是因為其當(dāng)數(shù)組元素的范圍太大時，并不適合計數(shù)排序，不僅浪費時間，效率還會大大降低。
• 當(dāng)待排序的元素非整數(shù)時,也不適用,大家思考一下這是為什么呢?

好啦,今天的文章就到這啦,我們下期再見,拜了個拜