--- comments: true --- # 11.9   计数排序 「计数排序 counting sort」通过统计元素数量来实现排序,通常应用于整数数组。 ## 11.9.1   简单实现 先来看一个简单的例子。给定一个长度为 $n$ 的数组 `nums` ,其中的元素都是“非负整数”,计数排序的整体流程如图 11-16 所示。 1. 遍历数组,找出其中的最大数字,记为 $m$ ,然后创建一个长度为 $m + 1$ 的辅助数组 `counter` 。 2. **借助 `counter` 统计 `nums` 中各数字的出现次数**,其中 `counter[num]` 对应数字 `num` 的出现次数。统计方法很简单,只需遍历 `nums`(设当前数字为 `num`),每轮将 `counter[num]` 增加 $1$ 即可。 3. **由于 `counter` 的各个索引天然有序,因此相当于所有数字已经排序好了**。接下来,我们遍历 `counter` ,根据各数字出现次数从小到大的顺序填入 `nums` 即可。 ![计数排序流程](counting_sort.assets/counting_sort_overview.png){ class="animation-figure" }

图 11-16   计数排序流程

代码如下所示: === "Python" ```python title="counting_sort.py" def counting_sort_naive(nums: list[int]): """计数排序""" # 简单实现,无法用于排序对象 # 1. 统计数组最大元素 m m = 0 for num in nums: m = max(m, num) # 2. 统计各数字的出现次数 # counter[num] 代表 num 的出现次数 counter = [0] * (m + 1) for num in nums: counter[num] += 1 # 3. 遍历 counter ,将各元素填入原数组 nums i = 0 for num in range(m + 1): for _ in range(counter[num]): nums[i] = num i += 1 ``` === "C++" ```cpp title="counting_sort.cpp" /* 计数排序 */ // 简单实现,无法用于排序对象 void countingSortNaive(vector &nums) { // 1. 统计数组最大元素 m int m = 0; for (int num : nums) { m = max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 vector counter(m + 1, 0); for (int num : nums) { counter[num]++; } // 3. 遍历 counter ,将各元素填入原数组 nums int i = 0; for (int num = 0; num < m + 1; num++) { for (int j = 0; j < counter[num]; j++, i++) { nums[i] = num; } } } ``` === "Java" ```java title="counting_sort.java" /* 计数排序 */ // 简单实现,无法用于排序对象 void countingSortNaive(int[] nums) { // 1. 统计数组最大元素 m int m = 0; for (int num : nums) { m = Math.max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 int[] counter = new int[m + 1]; for (int num : nums) { counter[num]++; } // 3. 遍历 counter ,将各元素填入原数组 nums int i = 0; for (int num = 0; num < m + 1; num++) { for (int j = 0; j < counter[num]; j++, i++) { nums[i] = num; } } } ``` === "C#" ```csharp title="counting_sort.cs" /* 计数排序 */ // 简单实现,无法用于排序对象 void CountingSortNaive(int[] nums) { // 1. 统计数组最大元素 m int m = 0; foreach (int num in nums) { m = Math.Max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 int[] counter = new int[m + 1]; foreach (int num in nums) { counter[num]++; } // 3. 遍历 counter ,将各元素填入原数组 nums int i = 0; for (int num = 0; num < m + 1; num++) { for (int j = 0; j < counter[num]; j++, i++) { nums[i] = num; } } } ``` === "Go" ```go title="counting_sort.go" /* 计数排序 */ // 简单实现,无法用于排序对象 func countingSortNaive(nums []int) { // 1. 统计数组最大元素 m m := 0 for _, num := range nums { if num > m { m = num } } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 counter := make([]int, m+1) for _, num := range nums { counter[num]++ } // 3. 遍历 counter ,将各元素填入原数组 nums for i, num := 0, 0; num < m+1; num++ { for j := 0; j < counter[num]; j++ { nums[i] = num i++ } } } ``` === "Swift" ```swift title="counting_sort.swift" /* 计数排序 */ // 简单实现,无法用于排序对象 func countingSortNaive(nums: inout [Int]) { // 1. 统计数组最大元素 m let m = nums.max()! // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 var counter = Array(repeating: 0, count: m + 1) for num in nums { counter[num] += 1 } // 3. 遍历 counter ,将各元素填入原数组 nums var i = 0 for num in stride(from: 0, to: m + 1, by: 1) { for _ in stride(from: 0, to: counter[num], by: 1) { nums[i] = num i += 1 } } } ``` === "JS" ```javascript title="counting_sort.js" /* 计数排序 */ // 简单实现,无法用于排序对象 function countingSortNaive(nums) { // 1. 统计数组最大元素 m let m = 0; for (const num of nums) { m = Math.max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 const counter = new Array(m + 1).fill(0); for (const num of nums) { counter[num]++; } // 3. 遍历 counter ,将各元素填入原数组 nums let i = 0; for (let num = 0; num < m + 1; num++) { for (let j = 0; j < counter[num]; j++, i++) { nums[i] = num; } } } ``` === "TS" ```typescript title="counting_sort.ts" /* 计数排序 */ // 简单实现,无法用于排序对象 function countingSortNaive(nums: number[]): void { // 1. 统计数组最大元素 m let m = 0; for (const num of nums) { m = Math.max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 const counter: number[] = new Array(m + 1).fill(0); for (const num of nums) { counter[num]++; } // 3. 遍历 counter ,将各元素填入原数组 nums let i = 0; for (let num = 0; num < m + 1; num++) { for (let j = 0; j < counter[num]; j++, i++) { nums[i] = num; } } } ``` === "Dart" ```dart title="counting_sort.dart" /* 计数排序 */ // 简单实现,无法用于排序对象 void countingSortNaive(List nums) { // 1. 统计数组最大元素 m int m = 0; for (int _num in nums) { m = max(m, _num); } // 2. 统计各数字的出现次数 // counter[_num] 代表 _num 的出现次数 List counter = List.filled(m + 1, 0); for (int _num in nums) { counter[_num]++; } // 3. 遍历 counter ,将各元素填入原数组 nums int i = 0; for (int _num = 0; _num < m + 1; _num++) { for (int j = 0; j < counter[_num]; j++, i++) { nums[i] = _num; } } } ``` === "Rust" ```rust title="counting_sort.rs" /* 计数排序 */ // 简单实现,无法用于排序对象 fn counting_sort_naive(nums: &mut [i32]) { // 1. 统计数组最大元素 m let m = *nums.into_iter().max().unwrap(); // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 let mut counter = vec![0; m as usize + 1]; for &num in &*nums { counter[num as usize] += 1; } // 3. 遍历 counter ,将各元素填入原数组 nums let mut i = 0; for num in 0..m + 1 { for _ in 0..counter[num as usize] { nums[i] = num; i += 1; } } } ``` === "C" ```c title="counting_sort.c" /* 计数排序 */ // 简单实现,无法用于排序对象 void countingSortNaive(int nums[], int size) { // 1. 统计数组最大元素 m int m = 0; for (int i = 0; i < size; i++) { if (nums[i] > m) { m = nums[i]; } } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 int *counter = calloc(m, sizeof(int)); for (int i = 0; i < size; i++) { counter[nums[i]]++; } // 3. 遍历 counter ,将各元素填入原数组 nums int i = 0; for (int num = 0; num < m + 1; num++) { for (int j = 0; j < counter[num]; j++, i++) { nums[i] = num; } } // 4. 释放内存 free(counter); } ``` === "Zig" ```zig title="counting_sort.zig" [class]{}-[func]{countingSortNaive} ``` !!! note "计数排序与桶排序的联系" 从桶排序的角度看,我们可以将计数排序中的计数数组 `counter` 的每个索引视为一个桶,将统计数量的过程看作将各个元素分配到对应的桶中。本质上,计数排序是桶排序在整型数据下的一个特例。 ## 11.9.2   完整实现 细心的读者可能发现了,**如果输入数据是对象,上述步骤 `3.` 就失效了**。假设输入数据是商品对象,我们想按照商品价格(类的成员变量)对商品进行排序,而上述算法只能给出价格的排序结果。 那么如何才能得到原数据的排序结果呢?我们首先计算 `counter` 的“前缀和”。顾名思义,索引 `i` 处的前缀和 `prefix[i]` 等于数组前 `i` 个元素之和: $$ \text{prefix}[i] = \sum_{j=0}^i \text{counter[j]} $$ **前缀和具有明确的意义,`prefix[num] - 1` 代表元素 `num` 在结果数组 `res` 中最后一次出现的索引**。这个信息非常关键,因为它告诉我们各个元素应该出现在结果数组的哪个位置。接下来,我们倒序遍历原数组 `nums` 的每个元素 `num` ,在每轮迭代中执行以下两步。 1. 将 `num` 填入数组 `res` 的索引 `prefix[num] - 1` 处。 2. 令前缀和 `prefix[num]` 减小 $1$ ,从而得到下次放置 `num` 的索引。 遍历完成后,数组 `res` 中就是排序好的结果,最后使用 `res` 覆盖原数组 `nums` 即可。图 11-17 展示了完整的计数排序流程。 === "<1>" ![计数排序步骤](counting_sort.assets/counting_sort_step1.png){ class="animation-figure" } === "<2>" ![counting_sort_step2](counting_sort.assets/counting_sort_step2.png){ class="animation-figure" } === "<3>" ![counting_sort_step3](counting_sort.assets/counting_sort_step3.png){ class="animation-figure" } === "<4>" ![counting_sort_step4](counting_sort.assets/counting_sort_step4.png){ class="animation-figure" } === "<5>" ![counting_sort_step5](counting_sort.assets/counting_sort_step5.png){ class="animation-figure" } === "<6>" ![counting_sort_step6](counting_sort.assets/counting_sort_step6.png){ class="animation-figure" } === "<7>" ![counting_sort_step7](counting_sort.assets/counting_sort_step7.png){ class="animation-figure" } === "<8>" ![counting_sort_step8](counting_sort.assets/counting_sort_step8.png){ class="animation-figure" }

图 11-17   计数排序步骤

计数排序的实现代码如下所示: === "Python" ```python title="counting_sort.py" def counting_sort(nums: list[int]): """计数排序""" # 完整实现,可排序对象,并且是稳定排序 # 1. 统计数组最大元素 m m = max(nums) # 2. 统计各数字的出现次数 # counter[num] 代表 num 的出现次数 counter = [0] * (m + 1) for num in nums: counter[num] += 1 # 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” # 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for i in range(m): counter[i + 1] += counter[i] # 4. 倒序遍历 nums ,将各元素填入结果数组 res # 初始化数组 res 用于记录结果 n = len(nums) res = [0] * n for i in range(n - 1, -1, -1): num = nums[i] res[counter[num] - 1] = num # 将 num 放置到对应索引处 counter[num] -= 1 # 令前缀和自减 1 ,得到下次放置 num 的索引 # 使用结果数组 res 覆盖原数组 nums for i in range(n): nums[i] = res[i] ``` === "C++" ```cpp title="counting_sort.cpp" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 void countingSort(vector &nums) { // 1. 统计数组最大元素 m int m = 0; for (int num : nums) { m = max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 vector counter(m + 1, 0); for (int num : nums) { counter[num]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for (int i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 int n = nums.size(); vector res(n); for (int i = n - 1; i >= 0; i--) { int num = nums[i]; res[counter[num] - 1] = num; // 将 num 放置到对应索引处 counter[num]--; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums nums = res; } ``` === "Java" ```java title="counting_sort.java" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 void countingSort(int[] nums) { // 1. 统计数组最大元素 m int m = 0; for (int num : nums) { m = Math.max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 int[] counter = new int[m + 1]; for (int num : nums) { counter[num]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for (int i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 int n = nums.length; int[] res = new int[n]; for (int i = n - 1; i >= 0; i--) { int num = nums[i]; res[counter[num] - 1] = num; // 将 num 放置到对应索引处 counter[num]--; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums for (int i = 0; i < n; i++) { nums[i] = res[i]; } } ``` === "C#" ```csharp title="counting_sort.cs" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 void CountingSort(int[] nums) { // 1. 统计数组最大元素 m int m = 0; foreach (int num in nums) { m = Math.Max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 int[] counter = new int[m + 1]; foreach (int num in nums) { counter[num]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for (int i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 int n = nums.Length; int[] res = new int[n]; for (int i = n - 1; i >= 0; i--) { int num = nums[i]; res[counter[num] - 1] = num; // 将 num 放置到对应索引处 counter[num]--; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums for (int i = 0; i < n; i++) { nums[i] = res[i]; } } ``` === "Go" ```go title="counting_sort.go" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 func countingSort(nums []int) { // 1. 统计数组最大元素 m m := 0 for _, num := range nums { if num > m { m = num } } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 counter := make([]int, m+1) for _, num := range nums { counter[num]++ } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for i := 0; i < m; i++ { counter[i+1] += counter[i] } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 n := len(nums) res := make([]int, n) for i := n - 1; i >= 0; i-- { num := nums[i] // 将 num 放置到对应索引处 res[counter[num]-1] = num // 令前缀和自减 1 ,得到下次放置 num 的索引 counter[num]-- } // 使用结果数组 res 覆盖原数组 nums copy(nums, res) } ``` === "Swift" ```swift title="counting_sort.swift" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 func countingSort(nums: inout [Int]) { // 1. 统计数组最大元素 m let m = nums.max()! // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 var counter = Array(repeating: 0, count: m + 1) for num in nums { counter[num] += 1 } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for i in stride(from: 0, to: m, by: 1) { counter[i + 1] += counter[i] } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 var res = Array(repeating: 0, count: nums.count) for i in stride(from: nums.count - 1, through: 0, by: -1) { let num = nums[i] res[counter[num] - 1] = num // 将 num 放置到对应索引处 counter[num] -= 1 // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums for i in stride(from: 0, to: nums.count, by: 1) { nums[i] = res[i] } } ``` === "JS" ```javascript title="counting_sort.js" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 function countingSort(nums) { // 1. 统计数组最大元素 m let m = 0; for (const num of nums) { m = Math.max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 const counter = new Array(m + 1).fill(0); for (const num of nums) { counter[num]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for (let i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 const n = nums.length; const res = new Array(n); for (let i = n - 1; i >= 0; i--) { const num = nums[i]; res[counter[num] - 1] = num; // 将 num 放置到对应索引处 counter[num]--; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums for (let i = 0; i < n; i++) { nums[i] = res[i]; } } ``` === "TS" ```typescript title="counting_sort.ts" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 function countingSort(nums: number[]): void { // 1. 统计数组最大元素 m let m = 0; for (const num of nums) { m = Math.max(m, num); } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 const counter: number[] = new Array(m + 1).fill(0); for (const num of nums) { counter[num]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for (let i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 const n = nums.length; const res: number[] = new Array(n); for (let i = n - 1; i >= 0; i--) { const num = nums[i]; res[counter[num] - 1] = num; // 将 num 放置到对应索引处 counter[num]--; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums for (let i = 0; i < n; i++) { nums[i] = res[i]; } } ``` === "Dart" ```dart title="counting_sort.dart" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 void countingSort(List nums) { // 1. 统计数组最大元素 m int m = 0; for (int _num in nums) { m = max(m, _num); } // 2. 统计各数字的出现次数 // counter[_num] 代表 _num 的出现次数 List counter = List.filled(m + 1, 0); for (int _num in nums) { counter[_num]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[_num]-1 是 _num 在 res 中最后一次出现的索引 for (int i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 int n = nums.length; List res = List.filled(n, 0); for (int i = n - 1; i >= 0; i--) { int _num = nums[i]; res[counter[_num] - 1] = _num; // 将 _num 放置到对应索引处 counter[_num]--; // 令前缀和自减 1 ,得到下次放置 _num 的索引 } // 使用结果数组 res 覆盖原数组 nums nums.setAll(0, res); } ``` === "Rust" ```rust title="counting_sort.rs" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 fn counting_sort(nums: &mut [i32]) { // 1. 统计数组最大元素 m let m = *nums.into_iter().max().unwrap(); // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 let mut counter = vec![0; m as usize + 1]; for &num in &*nums { counter[num as usize] += 1; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for i in 0..m as usize { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 let n = nums.len(); let mut res = vec![0; n]; for i in (0..n).rev() { let num = nums[i]; res[counter[num as usize] - 1] = num; // 将 num 放置到对应索引处 counter[num as usize] -= 1; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums for i in 0..n { nums[i] = res[i]; } } ``` === "C" ```c title="counting_sort.c" /* 计数排序 */ // 完整实现,可排序对象,并且是稳定排序 void countingSort(int nums[], int size) { // 1. 统计数组最大元素 m int m = 0; for (int i = 0; i < size; i++) { if (nums[i] > m) { m = nums[i]; } } // 2. 统计各数字的出现次数 // counter[num] 代表 num 的出现次数 int *counter = calloc(m, sizeof(int)); for (int i = 0; i < size; i++) { counter[nums[i]]++; } // 3. 求 counter 的前缀和,将“出现次数”转换为“尾索引” // 即 counter[num]-1 是 num 在 res 中最后一次出现的索引 for (int i = 0; i < m; i++) { counter[i + 1] += counter[i]; } // 4. 倒序遍历 nums ,将各元素填入结果数组 res // 初始化数组 res 用于记录结果 int *res = malloc(sizeof(int) * size); for (int i = size - 1; i >= 0; i--) { int num = nums[i]; res[counter[num] - 1] = num; // 将 num 放置到对应索引处 counter[num]--; // 令前缀和自减 1 ,得到下次放置 num 的索引 } // 使用结果数组 res 覆盖原数组 nums memcpy(nums, res, size * sizeof(int)); // 5. 释放内存 free(counter); } ``` === "Zig" ```zig title="counting_sort.zig" [class]{}-[func]{countingSort} ``` ## 11.9.3   算法特性 - **时间复杂度 $O(n + m)$** :涉及遍历 `nums` 和遍历 `counter` ,都使用线性时间。一般情况下 $n \gg m$ ,时间复杂度趋于 $O(n)$ 。 - **空间复杂度 $O(n + m)$、非原地排序**:借助了长度分别为 $n$ 和 $m$ 的数组 `res` 和 `counter` 。 - **稳定排序**:由于向 `res` 中填充元素的顺序是“从右向左”的,因此倒序遍历 `nums` 可以避免改变相等元素之间的相对位置,从而实现稳定排序。实际上,正序遍历 `nums` 也可以得到正确的排序结果,但结果是非稳定的。 ## 11.9.4   局限性 看到这里,你也许会觉得计数排序非常巧妙,仅通过统计数量就可以实现高效的排序。然而,使用计数排序的前置条件相对较为严格。 **计数排序只适用于非负整数**。若想将其用于其他类型的数据,需要确保这些数据可以转换为非负整数,并且在转换过程中不能改变各个元素之间的相对大小关系。例如,对于包含负数的整数数组,可以先给所有数字加上一个常数,将全部数字转化为正数,排序完成后再转换回去。 **计数排序适用于数据量大但数据范围较小的情况**。比如,在上述示例中 $m$ 不能太大,否则会占用过多空间。而当 $n \ll m$ 时,计数排序使用 $O(m)$ 时间,可能比 $O(n \log n)$ 的排序算法还要慢。