什么是计数排序
计数排序(Counting sort)是一种稳定的线性时间排序算法。该算法于1954年由 Harold H. Seward 提出。计数排序使用一个额外的数组C,其中第i个元素是待排序数组A中值小于i的元素的个数。然后根据数组C 来将A中的元素排到正确的位置。
计数排序的特点
计数排序特点:
- 从来不会对排序元素进行比较
- 对排序数组的元素不能是小数、或者字符串,只能是整数
- 以空间换时间(空间:内存)
- 时间复杂度为O(n + m)(ps:n数组元素的个数,m数组元素的取值范围)
- 空间复杂度O(n + m)(ps:n数组元素的个数,m数组元素的取值范围)
什么时候选择使用排序算法呢?
主要到之前提到的空间复杂的为O(n + m),如果m的取值范围过大的话会造成内存压力过大,假设m为0~10000,这样我们在开辟临时数组时,需要开辟一个空间为10000的数组,所以在m过大时一般不提倡使用计数排序,我们一般在m在100以内去使用计数排序(个人经验),当然在开发过程中还是需要具体情况具体分析。
计数排序中心思想
当输入的元素是n个0 到 m 之间的整数时,它的运行时间是O(n+m)。计数排序不是比较排序,排序的速度快于任何比较排序算法。
核心思想:统计每个整数在序列中出现的次数,统计每个整数比自身小的数的个数,进而推导出每个整数在有序序列中的索引
- 由于用来计数的数组C 的长度取决于待排序数组中数据的范围(等于待排序数组的最大值与最小值的差加上1),这使得计数排序对于数据范围很大的数组,需要大量时间和内存。例如:计数排序是用来排序0到100之间的数字的最好的算法,但是它不适合按字母顺序排序人名。但是,计数排序可以用在基数排序算法中,能够更有效的排序数据范围很大的数组。
- 通俗的理解:例如有10个年龄不同的人,统计出有8个人的年龄比A小,那A的年龄就排在第9位,用这个方法可以得到其他每个人的位置,也就排好了序。
算法基本步骤图解

废话少说,上代码
var A:[Int] = [1,9,10,30,50,-43,6,-2,10,-3,99]
//MARK:计数排序
func countingSort(_ arr:[Int]) -> [Int]
{
//1.找出待排序的数组中最大和最小的元素
let maxNum:Int = arr.max()!
let minNum:Int = arr.min()!
//初始化一个与arr同样大小的数组
var b:[Int] = [Int](repeating: 0, count: arr.count)
//k的大小是要排序的数组中最大值和最小值之差 + 1
let k:Int = maxNum - minNum + 1
var c:[Int] = [Int](repeating: 0, count: k)
//2.统计数组中每个值为的元素出现的次数,存入数组的第项
for i in 0..<arr.count
{
//优化减小数组的大小,统计每个元素有几个
// c[arr[i] - minNum]:原数组中的最大元素出现的次数,存放在c数组的最后一位
c[arr[i] - minNum] += 1
}
//3.对所有的计数累加(从中的第一个元素开始,每一项和前一项相加)
for i in 1..<c.count
{
//下标i:存放原数组中比i小的数的数量
//前缀和
c[i] += c[i-1]
}
//4.反向填充目标数组
for i in (0...arr.count - 1).reversed()
{
//按存取的方式取出c的元素
//数量减1
c[arr[i] - minNum] -= 1
//这个数量 代表了在新数组中的下标
b[c[arr[i] - minNum]] = arr[i]
}
return b
}
var b = countingSort(A)
for ele in b {
print(ele)
}
代码步骤解析:
- 1.找出待排序的数组中最大和最小的元素
- 2.统计数组中每个值为i的元素出现的次数,存入数组c 的第i项
- 3.对所有的计数累加 (从c 中的第一个元素开始,每一项和前一项相加)
- 4.反向填充目标数组:将每个元素i放在新数组(b)的第c[arr[i] - minNum]项,每放一个元素就将c[arr[i] - minNum]减去1
扩展
如何对字符串等进行排序呢?下一篇我们会介绍基数排序