理解计数排序算法的原理和实现

你的名字 2022-05-08 10:22 134阅读 0赞

计数排序（Counting sort）是一种稳定的线性时间排序算法，其平均时间复杂度和空间复杂度为O(n+k)，其中n为数组元素的个数，k为待排序数组里面的最大值。同样具有线性时间排序的算法还有桶排序和基数排序，这一点不要搞混。

计数排序不是基于比较的排序，所以它的排序效率是线性的，在特定的场景下（已知数组的最大最小值，切数组元素整体量不是很大的情况下）排序效率极高，而基于比较排序的算法，其时间复杂度基本逃脱不了O(nlogn)的魔咒，当然能达到O(nlogn)的时间复杂度，已经是非常牛逼了，这里面典型的代表就是快速排序算法，因为没有其他条件限制，所以基本上是一种通用排序算法。

计数排序的算法的原理，其实是非常简单的，它不需要去跟其他元素比来比去，而是一开始就知道自己的位置，所以直接归位，在计数的该元素出现的词频数组里面，出现一次，就直接+1一次即可，如果没有出现改位置就是0，最后该位置的词频，就是代表其在原始数组里面出现的次数，由于词频数组的index是从0开始，所以最后直接遍历输出这个数组里面的每一个大于0的元素值即可。

我们先来看看简单版本的Java语言写的计数排序是如何实现的，假设有四个元素\{2，1，0，1\}。

public static void  simpleCountSort(){
            int nums[]={2,1,0,1};
    
            int maxNum=2;
    
            int storeArray[]=new int[maxNum+1];
    
            //词频计数
            for(int i=0;i<nums.length;i++){
                storeArray[nums[i]]++;
            }
    
            System.out.println("==============排序后==============");
    
            int ndx=0;
            //遍历计数后的词频数组
            for (int i = 0; i <storeArray.length ; i++) {
                //对于每个index的值进行循环，输出，因为有可能重复
                while (storeArray[i]>0){
                    nums[ndx]=i;//把词频数组的值，放回原数组里面，
                    ndx++;//替换一个数，就索引自增
                    storeArray[i]--;//词频减1，防止死循环
                }
            }
    
    
            System.out.println(Arrays.toString(nums));
    
    
    
        }

从上面可以看到，代码比较简单，但是并不是最优的，有三个缺点：

第一不支持负数排序，第二在特定情况下使用空间较多，比如90-100仅仅有10个元素，但是数组却需要声明空间为100，第三排序不具有稳定性，重复元素的相对位置可能会变。

经过优化后的计数排序算法，需要遍历一次得到元素的最小值和最大值，然后构造空间范围可以优化为，max-min+1，而不是前面简单的max，此外在实现的时候，对于原数组统计词频的时候，使用的每个元素减去min之后的值，这样能保证结果落在词频数组的范围之内，最后，为了保证排序算法的稳定性，我们需要对词频进行一次sum操作，从1开始，把每个位置的词频设置为当前的元素的词频+前一个元素的词频，这个值就代表了其在原数组里面应该出现的位置，接着我们倒序遍历原始数组，这样就能保证稳定性。 具体的算法过程，我推荐一个youtube上的一个视频，演示的最常清晰：

[https://m.youtube.com/watch?v=TTnvXY82dtM][https_m.youtube.com_watch_v_TTnvXY82dtM]

优化后的代码如下：

public static int[] countSort(int []a){
            //使用最大值和最小值的方式是一种优化的计数排序
            //可以兼容负数的情况，同时能减少存储的空间，比如最大数是100，但实际上只有90-100这10个数字
            //所以仅仅需要10个存储空间即可
            int max = a[0], min = a[0];
            for(int i : a){
                max=Math.max(max,i);
                min=Math.min(min,i);
            }
            System.out.println("max:"+max+"  min:"+min);
            int k = max - min + 1;
            System.out.println("count array len："+k);
    
            int c[] = new int[k];
            //先是count计数词频
            for(int i = 0; i < a.length; ++i){
                c[a[i]-min] ++;//优化过的地方，减小了数组c的大小，同时a[i]-min能保证c数组的第一个元素一定有元素的
                //因为必定存在min-min=0
            }
            System.out.println("count: "+Arrays.toString(c));
            //然后为了保持排序稳定，我们需要做一次累加操作
            //这样做的目的，是为了标记出原始数组里面的该元素，前面有几个元素，这个值
            //实际上就是其在原生数组里面的位置，如果有重复的元素，则会先会
            //放置最右边的元素，这样就能保证，排序的稳定性
            for(int i = 1; i < c.length; ++i){
                c[i] = c[i] + c[i-1];
            }
    
            System.out.println("sumCount："+Arrays.toString(c));
    
            //存储最终的排序结果
            int b[] = new int[a.length];
            //这里必须从后向前遍历，只有这样出现重复的元素，才会保持顺序的把最后面的重复元素，永远放在最右边。
            //从而保证排序的稳定性
            //如果从前向后排序，重复元素的顺序，刚好相反，所以就不是稳定的算法，但如果不关注稳定性，那么结果还是正确的
            for (int i = a.length-1; i >=0 ; i--) {
                 //减去min是为了优化存储空间，这样得到新的转换值，
                 int pos=a[i]-min;
                 int sumCount=c[pos];
    
                System.out.println(a[i]+" 在原数组的排序后的位置是： "+(sumCount-1));
    
                //把最终生层的排序值，放在新的数组里面返回
                b[sumCount-1]=a[i];
                c[pos]--; //如果有重复元素，位置需要从右向左放置，所以需要把sumCount的值-1
    
            }
    
    
            return b;
        }

其中关键的地方有两个：

第一，在于理解计算max和min之后，需要使用原数组每一个元素减去min的转换值统计词频，特定情况下能节省存储空间，这样做的另一个好处是可以兼容负数的情况，因为每一个元素减去最小值之后，结果必定是大于等于0

第二，在于理解为什么采用词频求和的方式+倒序遍历原始数组的方式，能保证排序算法的稳定性

理解了上面的两点，再来看优化后的计数排序就非常简单了，如果想证明计数排序的稳定性，可以参考我的github上的例子。

[https://github.com/qindongliang/Java-Note][https_github.com_qindongliang_Java-Note]

总结：

经典的计数排序分四个阶段：

1，找出数组里面的最大值和最小值

2，求出每个元素出现的词频（count）

3，遍历词频数组求和

4，反向遍历原始数组，进行目标数组填充，填充后的数组再遍历就是有序的。

如果不考虑算法的稳定性和负数情况及特定情况的浪费空间，那么只需要前面的2步就可以了，如果想要保证稳定性，那么需要经过这4步计算。具体证明计数排序的稳定性的例子，可以参考我的github上例子：

[https://github.com/qindongliang/Java-Note/blob/master/src/main/java/sort\_algorithm/count\_sort/ProveStableCountingSort.java][https_github.com_qindongliang_Java-Note_blob_master_src_main_java_sort_algorithm_count_sort_ProveStableCountingSort.java]

计数排序在特定的情况下，排序效率极高，但是如果排序的计数空间范围过大，而实际元素个数非常小的情况，效率就会非常差，比如，我只有3个元素，3，1，500000，这样的情况其实是不适合用计数排序的，这一点需要注意。

[https_m.youtube.com_watch_v_TTnvXY82dtM]: https://m.youtube.com/watch?v=TTnvXY82dtM
[https_github.com_qindongliang_Java-Note]: https://github.com/qindongliang/Java-Note
[https_github.com_qindongliang_Java-Note_blob_master_src_main_java_sort_algorithm_count_sort_ProveStableCountingSort.java]: https://github.com/qindongliang/Java-Note/blob/master/src/main/java/sort_algorithm/count_sort/ProveStableCountingSort.java