持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第19天
计数排序
计数排序也是桶排序的一种实现思路，理解起来比基数排序更容易，更直观
思想
拿到一个数组，我们找到它的最大值与最小值：
[1, 2, 4, 6, 8, 9, 10, 2, 7] 最大值：10，最小值：1
能确定的是，其他元素的范围都在最大值与最小值之间，即每一项 ∈ [1, 10]
现在我们准备一个大桶（数组），在这个大桶内放许多小桶（二维数组），小桶的编号（序号）就在数组的最小值与最大值之间，这里就创建从1-10
bigBucket = [undefined,[],[],[],[],[],[],[],[],[]]
当然，上面是js的定义方式，其他严格的语言可以直接定义从0到最大值的二维数组
小桶定义好了，我们把所有待排序的元素依次遍历，逐个放入对应的小桶内：
bigBucket[1] = 1
bigBucket[2] = 2
bigBucket[3]没有对应的元素，所以保持为空
bigBucket[4] = 4
bigBucket[6] = 6
bigBucket[8] = 8
bigBucket[9] = 9
bigBucket[10] = 10
bigBucket[2] = [2, 2] //注意这里有重复元素，意味着不能将其写死直接赋值，要向后追加新元素
bigBucket[7] = 7
现在所有元素放到了小桶里，如果我们按序遍历小桶，取出的元素一定也是有序的
从bigBucket中从小到大依次取出，重新赋值给arr：
[1, 2, 2, 4, 6, 7, 8, 9, 10]
实现(javascript)
function countingSort(arr){
//初始化大桶
let bigBucket = [];
for(let item of arr){
if(bigBucket[item] === undefined){
bigBucket[item] = [];
}
bigBucket[item].push(item);
}
let pos = 0;
for(let item of bigBucket){
while(item != undefined && item.length != 0){
arr[pos++] = item.shift()
}
}
return arr;
}
时空复杂度及稳定性
时间复杂度仅为O(n)
空间复杂度O(n + k)，k为额外用到的数组空间，但我们这里的实现直接原地覆盖掉原数组，个人认为空间复杂度仅为O(k)，只额外用到了桶（数组）空间
稳定性：没有发生数据的交换，故稳定
