def counting_sort(a, k):
""" k為a數(shù)組中的最大值 """
# 構(gòu)造臨時緩存數(shù)組c
c = [0 for _ in range(k + 1)]
# 初始化結(jié)果數(shù)組b
b = [0 for _ in range(len(a))]
# c[a[j]] 表示的是,a[j]元素的數(shù)值在c中有對應(yīng)的下標(biāo)數(shù)值,則加1
# c數(shù)組中的元素代表對應(yīng)下標(biāo)數(shù)字在a數(shù)組中存在的個數(shù)
# c = [0, 0, 0] a = [2, 1, 1]
# >>> c = [0, 2, 1]
for n in range(0, len(a)):
c[a[n]] = c[a[n]] + 1
# 計(jì)算有多少個元素小于等于c的下標(biāo)元素?cái)?shù)值
for _ in range(1, k + 1):
c[_] = c[_] + c[_ - 1]
# a = [2, 5, 3, 0, 2, 3, 0, 3]
# c = [2, 2, 4, 7, 7, 8]
# b[c[a[8]] - 1] = b[c[3] - 1] = b[7 - 1] = a[8] = 3
# b = [0, 0, 0, 0, 0, 0, 3, 0]
# b[c[a[7]] - 1] = b[c[0] - 1] = b[2 - 1] = a[7] = 0
# b = [0, 0, 0, 0, 0, 0, 3, 0]
# b[c[a[6]] - 1] = b[c[3] - 1] = b[6 - 1] = a[6] = 3
# b = [0, 0, 0, 0, 0, 3, 3, 0]
# ...
for m in range(len(a) - 1, -1, -1):
b[c[a[m]] - 1] = a[m]
c[a[m]] = c[a[m]] - 1
return b
if __name__ == '__main__':
a = [2, 5, 3, 0, 2, 3, 0, 3]
print(counting_sort(a, 5))
# [0, 0, 2, 2, 3, 3, 3, 5]
計(jì)數(shù)排序
最后編輯于 :
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
相關(guān)閱讀更多精彩內(nèi)容
- 一.計(jì)數(shù)排序 算法原理 1.找出待排序的數(shù)組中最大和最小的元素2.統(tǒng)計(jì)數(shù)組中每個值為i的元素出現(xiàn)的次數(shù),存入數(shù)組c...
- 上次把時間復(fù)雜度趨近于O(nlogn)的算法寫完了,這次先接著把時間復(fù)雜度O(n)的兩個算法寫完。它們分別是計(jì)數(shù)排...
- 閱讀經(jīng)典——《算法導(dǎo)論》07 到目前為止,我們已經(jīng)介紹了插入排序、歸并排序、堆排序、快速排序這四種排序算法,他們的...
- 數(shù)據(jù)結(jié)構(gòu)與算法——計(jì)數(shù)排序、桶排序、基數(shù)排序 計(jì)數(shù)排序 計(jì)數(shù)排序有如下四個步驟。 首先會對每個輸入進(jìn)行頻率統(tǒng)計(jì),得...
- 目錄 1、前言2、計(jì)數(shù)排序3、基數(shù)排序4、使用場景 1、前言 常見的排序算法有很多,例如歸并排序、堆排序、快速排序...