- 算法设计与分析
- 家
- 算法基础知识
- DAA - 简介
- DAA - 算法分析
- DAA-分析方法
- 渐近符号和先验分析
- 时间复杂度
- 马斯特定理
- DAA - 空间复杂性
- 分而治之
- DAA-分而治之
- DAA - 最大最小问题
- DAA-归并排序
- DAA-二分查找
- 施特拉森矩阵乘法
- 唐叶算法
- 河内塔
- 贪心算法
- DAA-贪婪法
- 旅行商问题
- Prim 的最小生成树
- 克鲁斯卡尔的最小生成树
- Dijkstra 的最短路径算法
- 地图着色算法
- DAA-分数背包
- DAA - 带截止日期的作业排序
- DAA - 最佳合并模式
- 动态规划
- DAA-动态规划
- 矩阵链乘法
- 弗洛伊德·沃歇尔算法
- DAA - 0-1 背包
- 最长公共子序列
- 旅行商问题| 动态规划
- 随机算法
- 随机算法
- 随机快速排序
- 卡格的最低削减
- 费舍尔-耶茨洗牌
- 近似算法
- 近似算法
- 顶点覆盖问题
- 设置封面问题
- 旅行推销员近似算法
- 排序技巧
- DAA-快速排序
- DAA-冒泡排序
- DAA——插入排序
- DAA-选择排序
- DAA——希尔排序
- DAA-堆排序
- DAA——桶排序
- DAA——计数排序
- DAA - 基数排序
- 搜索技巧
- 搜索技术介绍
- DAA - 线性搜索
- DAA-二分查找
- DAA - 插值搜索
- DAA - 跳转搜索
- DAA - 指数搜索
- DAA - 斐波那契搜索
- DAA - 子列表搜索
- DAA-哈希表
- 图论
- DAA-最短路径
- DAA - 多级图
- 最优成本二叉搜索树
- 堆算法
- DAA-二叉堆
- DAA-插入法
- DAA-Heapify 方法
- DAA-提取方法
- 复杂性理论
- 确定性计算与非确定性计算
- DAA-最大派系
- DAA - 顶点覆盖
- DAA - P 级和 NP 级
- DAA-库克定理
- NP 硬课程和 NP 完全课程
- DAA - 爬山算法
- DAA 有用资源
- DAA - 快速指南
- DAA - 有用的资源
- DAA - 讨论
设计与分析-桶排序
桶排序算法与计数排序算法类似,只是计数排序的推广形式。桶排序假设输入元素是从区间 [0, 1) 上的均匀分布中抽取的。
因此,桶排序算法将区间 [0, 1) 分成“n”等份,并将输入元素添加到索引桶中,其中索引基于(n × 元素)值的下限。由于该算法假设这些值是均匀分布在一个小范围内的独立数字,因此不会有很多元素只落入一个桶中。
例如,让我们看一下元素的输入列表:0.08、0.01、0.19、0.89、0.34、0.07、0.30、0.82、0.39、0.45、0.36。桶排序看起来像 -
桶排序算法
让我们看看这个算法将如何进一步进行如下 -
步骤 1 - 将间隔分为“n”等份,每个部分称为一个桶。假设n为10,则有10个桶;否则更多。
步骤 2 - 从输入数组 A 中取出输入元素,并根据计算公式将它们添加到这些输出桶 B 中,B[i]= $\lfloor$nA[i]$\rfloor$
步骤 3 - 如果有任何元素被添加到已占用的存储桶中,则通过相应的存储桶创建一个链表。
步骤 4 - 然后我们应用插入排序对每个桶中的所有元素进行排序。
步骤 5 - 这些桶连接在一起,依次作为输出获得。
伪代码
BUCKET-SORT(A) let B[0 … n – 1] be a new array n = A.length for i = 0 to n – 1 make B[i] an empty list for i = 1 to n insert A[i] into list B[$\lfloor$