使用C++实现桶排序算法
桶排序是一种非比较型排序算法，通过将待排序元素分配到多个“桶”中，对每个桶内元素单独排序后合并，实现整体排序。核心是合理划分桶，使每个桶元素数量少，降低排序成本。 以[0,1)范围内的浮点数为例，算法步骤：1. 创建n个空桶（n为数组长度）；2. 按元素x的桶索引x*n（取整数部分）分配到对应桶；3. 各桶内用std::sort排序；4. 合并所有桶元素。 C++实现中，`bucketSort`函数通过vector<vector<double>>创建n个桶，遍历元素分配，排序后合并。测试验证了算法正确性。 复杂度：平均时间O(n)（元素均匀分布时），最坏O(n log n)（所有元素入同一桶）；空间O(n)。适用于数据分布均匀、范围明确的数值型数据，数据不均时性能退化。 该算法在数据分布合理时高效，尤其适合统计分析中的区间数据排序。
阅读全文使用C++实现计数排序算法
**计数排序**是一种非比较型排序算法，核心思想是通过统计元素出现次数构建排序数组，适用于整数范围不大的场景（如学生成绩、年龄）。 **基本思路**：以数组`[4,2,2,8,3,3,1]`为例，步骤为：1. 确定最大值（8），创建计数数组`count`统计各元素出现次数（如`count[2]=2`）；2. 按计数数组顺序将元素插入结果数组，得到排序结果`[1,2,2,3,3,4,8]`。 **实现要点**：C++代码中，先找最大值，统计次数，构建结果数组并复制回原数组。关键步骤包括计数数组初始化、统计次数、按次数填充结果数组。 **复杂度**：时间复杂度O(n+k)（n为数组长度，k为数据范围），空间复杂度O(k)。 **适用场景**：非负整数且范围小，需高效排序；负数可通过偏移量转换（如加最小值）处理。 计数排序通过“计数-构建”逻辑实现线性时间排序，是处理小范围整数
阅读全文使用Python实现基数排序算法
基数排序是一种非比较型整数排序算法，核心思想是按数字每一位（从低位到高位）分桶收集。基本步骤：先确定数组中最大数的位数，再从最低位到最高位，对每一位数字进行“分桶”（0-9共10个桶）和“收集”操作，将当前位数字相同的元素放入同一桶，按桶顺序收集更新数组，直至所有位处理完毕。Python实现通过循环位数、计算当前位数字分桶并收集，时间复杂度为O(d×(n+k))（d为最大数位数，n为数组长度，k=10），空间复杂度O(n+k)。适合位数少的整数数组，处理负数时可先转正数排序再恢复符号。
阅读全文使用Python实现计数排序算法
计数排序是高效非比较型排序算法，适用于整数且取值范围较小的场景，时间复杂度O(n+k)（n为元素数，k为数据范围）。核心步骤：1.确定数据范围（找min和max）；2.构建计数数组统计各元素出现次数；3.按顺序输出计数数组元素（次数对应输出次数）。它稳定（重复元素相对顺序不变），内存占用取决于数据范围，适合重复元素多或范围小的整数数据（如考试分数）。Python实现通过边界处理、统计次数等完成排序，测试验证对含重复元素及负数数组的适用性。
阅读全文使用Java实现基数排序算法
基数排序是一种非比较型整数排序算法，通过按数位从低位到高位处理数字，将每个数字按当前数位分配到“桶”中，再按桶顺序收集回原数组，重复直至所有数位处理完毕，适合位数少的整数，效率较高。基本思想是“分配-收集-重复”：按当前数位（个位、十位等）分配到对应桶，按桶顺序收集回数组，循环处理所有数位。 以数组[5,3,8,12,23,100]为例，经个位、十位、百位三轮处理完成排序。Java代码中，通过找到最大数确定最高数位，用`(num / radix) % 10`获取当前位，以ArrayList为桶实现分配收集。时间复杂度O(d(n+k))（d为最大数位数，k=10），空间O(n+k)。该算法稳定，适合整数排序，负数可分离正负后分别排序再合并。
阅读全文