Python 算法高级篇:桶排序与基数排序
- 引言
- 什么是桶排序?
- 桶排序的基本步骤
- 桶排序的示例
- 什么是基数排序?
- 基数排序的基本步骤
- 基数排序的示例
- 桶排序与基数排序的应用
- 桶排序的应用
- 基数排序的应用
- Python 示例代码
- 总结
引言
在算法高级篇的课程中,我们将探讨两种非常有趣的排序算法:桶排序( Bucket Sort )和基数排序( Radix Sort )。这两种排序算法虽然不如快速排序和归并排序那样出名,但在某些特定情况下,它们能够以线性时间复杂度( O ( n ))运行,而不是标准排序算法的 O ( n log n )。
什么是桶排序?
桶排序是一种分布式排序算法,它将元素分为若干个"桶",然后分别对每个桶进行排序。最后,将这些桶按顺序合并以获得排好序的结果。这个算法的性能非常依赖于数据的分布,对于均匀分布的数据,它的性能会非常好。
桶排序的基本步骤
- 1 . 创建一定数量的空桶,这些桶的数量可以根据输入数据的范围来确定。
- 2 . 将每个元素放入对应的桶中。元素的放入可以使用不同的策略,最简单的是线性映射,即将数据范围均匀分配到各个桶中。
- 3 . 对每个非空的桶进行排序,可以使用其他排序算法,或者递归使用桶排序。
- 4 . 将各个桶中的元素按顺序合并,得到排序后的结果。
桶排序的示例
让我们看一个简单的桶排序示例,假设我们有一个包含 0 到 99 之间整数的列表:
[78, 17, 39, 26, 72, 94, 21, 12, 23, 68]
首先,我们创建 10 个桶,每个桶代表一个数字范围,例如,第一个桶包含 0 到 9 之间的数字,第二个桶包含 10 到 19 之间的数字,以此类推。
Bucket 0: [ ]
Bucket 1: [ ]
Bucket 2: [ ]
...
Bucket 9: [ ]
然后,我们将列表中的元素分别放入这些桶中,根据个位数的值将它们分配到不同的桶中。
Bucket 0: [78]
Bucket 1: [21]
Bucket 2: [12, 72, 23]
Bucket 3: [39]
Bucket 4: []
Bucket 5: [26]
Bucket 6: []
Bucket 7: [17]
Bucket 8: [68]
Bucket 9: [94]
接下来,我们对每个桶中的元素进行排序,这里我们可以使用任何排序算法,如插入排序。
Bucket 0: [78]
Bucket 1: [21]
Bucket 2: [12, 23, 72]
Bucket 3: [39]
Bucket 4: []
Bucket 5: [26]
Bucket 6: []
Bucket 7: [17]
Bucket 8: [68]
Bucket 9: [94]
最后,我们按顺序合并这些桶,得到排序后的结果。
[12, 17, 21, 23, 26, 39, 68, 72, 78, 94]
这就是桶排序的基本过程。请注意,桶排序对于小范围内的整数或浮点数非常高效,但对于稀疏数据或数据范围较大的情况,可能不如其他排序算法高效。
什么是基数排序?
基数排序是一种非比较性排序算法,它将整数按照位数进行排序。基数排序通常用于对整数进行排序,特别是对于具有相同位数的整数集合。
基数排序的基本步骤
- 1 . 将整数按照个位数的值分成 10 个桶,每个桶包含相同个位数的整数。
- 2 . 将这些桶按顺序合并,得到一个部分排序的序列。
- 3 . 重复以上两个步骤,但这次按照十位数进行排序。
- 4 . 继续重复,直到按照最高位进行排序。
基数排序的示例
让我们看一个基数排序的示例,假设我们有一个整数列表:
[170, 45, 75, 90, 802, 24, 2, 66]
首先,我们按照个位数的值将它们分成 10 个桶:
Bucket 0: [170, 90]
Bucket 1: []
Bucket 2: [802, 2]
Bucket 3: []
Bucket 4: [24]
Bucket 5: [45, 75]
Bucket 6: [66]
Bucket 7: []
Bucket 8: []
Bucket 9: []
然后,我们按照桶的顺序合并它们,得到一个部分排序的序列:
[170, 90, 802, 2, 24, 45, 75, 66]
接下来,我们按照十位数的值将它们再次分成 10 个桶:
Bucket 0: [802, 2]
Bucket 1: []
Bucket 2: []
Bucket 3: [24]
Bucket 4: [45]
Bucket 5: [75]
Bucket 6: [66]
Bucket 7: []
Bucket 8: []
Bucket 9: [170, 90]
再次按照桶的顺序合并它们:
[802, 2, 24, 45, 75, 66, 170, 90]
最后,我们按照百位数的值将它们分成 10 个桶,然后合并它们:
[2, 24, 45, 66, 75, 90, 170, 802]
这就是基数排序的基本过程。它对于整数排序非常高效,尤其是当整数具有相同位数时。但对于不同位数的整数,需要在每一轮排序后重新分桶,因此它不太适合对范围广泛的整数排序。
桶排序与基数排序的应用
桶排序的应用
桶排序最适合用于排序 0 到 1 之间的小数,比如在计算机图形学中对颜色的排序,或者对学生成绩的百分比排序。在这些情况下,数据是均匀分布的,桶排序可以在线性时间内完成排序。
基数排序的应用
基数排序通常用于排序整数,特别是具有相同位数的整数。它在处理大整数的计算中也非常有用,例如大整数的加法和乘法运算。
Python 示例代码
下面是 Python 中的桶排序和基数排序的示例代码:
# 桶排序
def bucket_sort(arr):# 创建空桶buckets = [[] for _ in range(10)]# 将元素分配到桶中for num in arr:index = num // 10buckets[index].append(num)# 对每个桶中的元素进行排序for i in range(10):buckets[i] = sorted(buckets[i])# 合并桶result = []for bucket in buckets:result.extend(bucket)return result# 基数排序
def radix_sort(arr):# 计算最大位数max_num = max(arr)digits = len(str(max_num))for i in range(digits):# 创建空桶buckets = [[] for _ in range(10)]# 将元素分配到桶中for num in arr:index = (num // 10**i) % 10buckets[index].append(num)# 合并桶arr = []for bucket in buckets:arr.extend(bucket)return arr# 测试桶排序
arr1 = [78, 17, 39, 26, 72, 94, 21, 12, 23, 68]
sorted_arr1 = bucket_sort(arr1)
print("桶排序结果:", sorted_arr1)# 测试基数排序
arr2 = [170, 45, 75, 90, 802, 24, 2, 66]
sorted_arr2 = radix_sort(arr2)
print("基数排序结果:", sorted_arr2)
总结
桶排序和基数排序是两种非常有趣的排序算法,它们对于特定类型的数据和应用非常高效。桶排序适合于均匀分布的小数排序,而基数排序适合于整数排序,特别是具有相同位数的整数。通过将这些算法加入你的工具箱,你可以更好地处理各种排序问题,提高性能并应对不同类型的数据。希望这篇文章对你理解桶排序和基数排序有所帮助。
[ 专栏推荐 ]
😃 《Python 算法初阶:入门篇》😄
❤️【简介】:本课程是针对 Python 初学者设计的算法基础入门课程,涵盖算法概念、时间复杂度、空间复杂度等基础知识。通过实例演示线性搜索、二分搜索等算法,并介绍哈希表、深度优先搜索、广度优先搜索等搜索算法。此课程将为学员提供扎实的 Python 编程基础与算法入门,为解决实际问题打下坚实基础。