iT邦幫忙

2023 iThome 鐵人賽

DAY 22
1

本文同步更新於個人網站中,有更好的排版和程式碼區塊 highlighting 支援。

前面學到的 Bubble Sort、Insertion Sort、Selection Sort、Merge Sort、Quick Sort 都是比較排序法,換言之,我們都需要在排序過程中比較兩個元素的大小,它們的時間複雜度頂多到 https://chart.googleapis.com/chart?cht=tx&chl=O(n%20%5Clog%20n)。接下來看到的三種排序法,如果我們排序的元素是純數字,時間複雜度還可以達到驚人的 https://chart.googleapis.com/chart?cht=tx&chl=O(n)

計數排序法 Counting Sort

計數排序法(Counting Sort)需要佔用大量的記憶體空間,它僅適合用於資料比較集中的情況,例如 [0 ~ 100]、[10000 ~ 19999] 這樣的資料。

接下來我們來看一下 counting sort 是怎麼運作的。假設我們有 [1, 2, 3, 1, 0, 4] 這六個數字,這裡面最大值是 4,那麼我們建立一個長度為 5 的陣列,每個元素預設為 0。這相當於選舉排序,一共有 5 個投票桶,1 就投 1 號桶,0 就投 0 號桶。注意,這些桶本來就是有順序的,並且桶的編號就代表原陣列的值。當全部投完時,0 號桶有 1 個,1 號桶有 2 個,2 號桶有 1 個,3 號桶有 1 個,4 號桶有 1 個。接下來我們只要依序把桶裡的數字取出來放到新陣列,就神奇地排好序了。

counting sort 沒有對元素進行比較,只是利用了桶與元素的一一對應關係,根據桶已經排好順序的先決條件,直接把元素放到正確的位置上。

我們來看下面這段對 [9, 8, 5, 7, 16, 8, 6, 13, 14] 進行了 counting sort 的程式碼:

function countSort(array) {
  const buckets = [];
  const n = array.length;
  for (let i = 0; i < n; i++) {
    const el = array[i];
    buckets[el] = buckets[el] ? buckets[el] + 1 : 1;
  }
  console.log(buckets);
  let index = 0;
  // 遍歷所有 bucket
  for (let i = 0; i < buckets.length; i++) {
    let time = buckets[i];
    while(time) { // 如果 bucket 裡有東西,就把它拿出來
      array[index++] = i; // 將索引值當作元素,覆蓋 index 位置的元素
      time--;
    }
  }
  return array;
}
const arr = countSort([9, 8, 5, 7, 16, 8, 6, 13, 14]);
console.log(arr);

執行上面的程式碼後可以得到下面的結果:

[empty × 5, 1, 1, 1, 2, 1, empty × 3, 1, 1, empty, 1]
[5, 6, 7, 8, 8, 9, 13, 14, 16]

但這裡存在幾個問題:

  1. 如果要排序的陣列最小元素不是從 0 開始,如上面的例子,那麼 buckets 開始的部分就會有很多空的元素。
  2. 陣列的索引值是從 0 開始的,意味著我們的元素也要大於或等於 0。如果出現負數的情況要怎麼處裡呢?

完整的實作步驟如下:

  1. 找出目前陣列中的最大值和最小值。
  2. 統計陣列中每個值為 i 的元素出現的次數,存入 buckets 的第 i 個位置。
  3. 對所有的計數累加(從 buckets 的第一個元素開始,每一個元素和前一個元素相加)。
  4. 反向遍歷原陣列:將每個元素 i 放在新陣列的第 buckets[i] 個位置,每放一個元素就將 buckets[i] 減去 1。

新的程式碼如下:

function countSort(array) {
  const n = array.length;
  let max = array[0];
  let min = array[0];
  for (let i = 1; i < n; i++) {
    if (max < array[i]) max = array[i];
    if (min > array[i]) min = array[i];
  }
  const size = max - min + 1;
  const buckets = new Array(size).fill(0);
  // 遍歷所有 bucket
  for (let i = 0; i < n; i++) {
    buckets[array[i] - min]++;
  }
  for (let i = 1; i < size; i++) {
    // 累加前面所有 bucket 的值
    buckets[i] += buckets[i - 1];
  }
  const result = []; // 逆向遍歷原陣列(保證穩定性)
  for (let i = n - 1; i >= 0; i--) {
    result[--buckets[array[i] - min]] = array[i];
  }
  return result;
}

桶排序法 Bucket Sort

bucket sort 與 counting sort 很像,不過現在的桶不單單只是為了計數,而是實實在在地放入元素。舉個例子,學校要對所有老師按照年齡進行排序,有很多老師很難操作,那麼可以先按照年齡區間進行分組,20~30 歲的一組,30~40 歲一組,50~60 歲一組,然後再對每一組進行排序。這樣效率就會提高很多,bucket sort 也是基於這個思想。

bucket sort 的操作步驟如下:

  1. 找出目前陣列中的最大值和最小值。
  2. 確認需要多少個 bucket(通常作為參數傳入,不能大於陣列長度),然後最大值減去最小值除以 bucket 數量,得出每個 bucket 最多能放幾個元素,我們稱這個數為 bucket 的最大容量。
  3. 遍歷原始陣列的所有元素,除以這個最大容量,就能得到它要放入的 bucket 編號。在放入時可以使用 insertion sort,也可以在合併時再使用 quick sort。
  4. 對所有 bucket 進行遍歷,如果 bucket 內的元素已經排序好,就直接取出放入輸出結果的陣列即可。

將陣列 array 劃分為 n 個大小相同的子區間(bucket),每個子區間各自排序,最後合併。

具體實作的程式碼如下:

function bucketSort(array, bucketSize = 3) {
  if (array <= 1) {
    return array;
  }
  const n = array.length;
  const min = Math.min(...array);
  const max = Math.max(...array);
  if (min === max) {
    return array;
  }
  const capacity = (max - min + 1) / bucketSize;
  const buckets = new Array(max - min + 1);
  for (let i = 0; i < n; i++) {
    const el = array[i];
    const bucketIndex = Math.floor((el - min) / capacity);
    const bucket = buckets[bucketIndex];
    if (bucket) {
      let jn = bucket.length;
      if (el >= bucket[jn - 1]) {
        bucket[jn] = el;
      } else {
        insertSort: for (let j = 0; j < jn; j++) {
          if (bucket[j] > el) {
            while (jn > j) { // 全部向後挪一位
              bucket[jn] = bucket[jn - 1];
              jn--;
            }
            bucket[j] = el; // 讓 el 佔據 bucket[j] 的位置
            break insertSort;
          }
        }
      }
    } else {
      buckets[bucketIndex] = [el];
    }
  }
  let index = 0;
  for (let i = 0; i < bucketSize; i++) {
    const bucket = buckets[i];
    for (let k = 0; k < bucket.length; k++) {
      array[index++] = bucket[k];
    }
  }
  return array;
}

複雜度 Complexity

Name Average Best Worst Space Method Stable
Counting sort https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%20%2B%20k) https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%20%2B%20k) https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%20%2B%20k) https://chart.googleapis.com/chart?cht=tx&amp;chl=O(k) Out-place Yes
Bucket sort https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%20%2B%20k) https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%20%2B%20k) https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%5E2) https://chart.googleapis.com/chart?cht=tx&amp;chl=O(n%20%2B%20k) Out-place Yes

k 為桶(bucket)的個數

參考資料


上一篇
【排序演算法】快速排序法 Quick Sort
下一篇
【排序演算法】基數排序法 Radix Sort
系列文
那些前端不用會,但是可以會的資料結構與演算法31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言