參考鏈接:https://blog.csdn.net/justry_deng/article/details/89790298
http://www.sohu.com/a/259503781_684445
時間複雜度:O(N)。N爲待排序元素的個數。
注:前提是數據服從均勻分佈,它的平均時間複雜度才爲O(N)。
注:時間複雜度實際爲,再通過一些列化簡後,可得到O(N)的時間複雜度,具體化簡
過程可詳見《算法導論》。
注:即使輸入數據不服從均勻分佈,桶排序也仍然可以在線性時間內完成。只要輸入數據滿足下列性質:所有桶的
大小(即:桶內元素的個數)的平方和與總的被排序元素個數呈線性關係。此結論的理論公式是:
,其中n表示總的被排序元素的個數,表示桶B[i]中元素的個數。
空間複雜度:O(M + N)。其中,M爲桶的個數,N爲待排序元素的個數。
穩定性:穩定。
適用數據:服從均勻分佈的數據。
說明:
桶排序算法是以空間換時間的算法,是最快的算法。不過其適用範圍有侷限性。
對於那些(可以通過偏移、縮放等技巧處理後)服從均勻分佈、數據跨度不大的數據,可以按照一個桶對應一個數據的思路,進行程序設計。以數組索引位置對應元素值,操作值就變成了操作索引下標,所以速度會很快,不過比較佔空間資源。
對於真正的桶排序,一個桶對應一個範圍的數據,桶的數量可以小於被排序元素的跨度範圍。不過個人感覺此情況下的桶排序性能上略差,使用桶排序意義不大。
這是我寫的一個實現。
package com.harry;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.LinkedList;
public class BucketSort {
public static double[] bucketSort(double[] input){
if(input == null){
return null;
}else if(input.length == 0){
return null;
}
//find max and min
double min = Double.MAX_VALUE;
double max = Double.MIN_VALUE;
for(double i:input){
if(i < min){
min = i;
}
if(i > max){
max = i;
}
}
//coverage
double d = max - min;
//initialize bucket
ArrayList<LinkedList<Double>> buckets = new ArrayList<>();
for(int i=0;i<input.length;i++){
buckets.add(new LinkedList<Double>());
}
//put elements into bucket
for(double i:input){
int bucketNum = (int)((i - min) * (input.length - 1)/d);
buckets.get(bucketNum).add(i);
}
double[] rst = new double[input.length];
int index = 0;
// sort any bucket and put results
for(LinkedList<Double> list:buckets){
Collections.sort(list);
for(double j:list){
rst[index++] = j;
}
}
return rst;
}
public static void main(String[] args) {
double[] array = new double[] {4.12,6.421,0.0023,3.0,2.123,8.122,4.12, 10.09};
double[] sortedArray = bucketSort(array);
System.out.println(Arrays.toString(sortedArray));
}
}