算法精解---计数排序

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define NR(x) sizeof(x)/sizeof(x[0])

//计数排序
//排序成功返回0,否则返回-1
//局限:只能用于整型或者那些可以用整型来表示的数据集合
//优点:速度快,稳定 

/*
	利用计数排序将数组data中的整数进行排序。
	data中的元素个数由sized决定。
	参数k为data最大的整数加1,当ctsort返回时,k为data中最大的整数加1
	复杂度:O(n+k) , N为要排序的元素个数,k为data中最大的整数加1
*/
int ctsort(int *data, int size, int k)
{

	int   *counts,*temp;
	int   i,j;
	if ((counts = (int *)malloc(k * sizeof(int))) == NULL)
	   return -1;
	if ((temp = (int *)malloc(size * sizeof(int))) == NULL)
	   return -1;
	for (i = 0; i < k; i++)
	   counts[i] = 0;
	for (j = 0; j < size; j++)
	   counts[data[j]] = counts[data[j]] + 1;
	for (i = 1; i < k; i++)
	   counts[i] = counts[i] + counts[i - 1];
	for (j = size - 1; j >= 0; j--) {
	   temp[counts[data[j]] - 1] = data[j];
	   counts[data[j]] = counts[data[j]] - 1;
	}

	memcpy(data, temp, size * sizeof(int));
	free(counts);
	free(temp);
	return 0;
}

int main(void)
{
    int buffer[10] = {1,3,2,7,4,8,9,22,12,13} ;
    int i ;
	ctsort(buffer , NR(buffer) ,23) ;
	for(i = 0 ; i < NR(buffer) ; i++)
		printf("buffer[%d]:%d\n",i,buffer[i]) ;
    return 0 ;
}

运行结果:

buffer[0]:1
buffer[1]:2
buffer[2]:3
buffer[3]:4
buffer[4]:7
buffer[5]:8
buffer[6]:9
buffer[7]:12
buffer[8]:13
buffer[9]:22

--------------------------------
Process exited after 0.04599 seconds with return value 0
请按任意键继续. . .

时间: 2024-08-01 23:50:32

算法精解---计数排序的相关文章

编程-位操作 算法精解 C语言描述

问题描述 位操作 算法精解 C语言描述 bit_rot_left是怎么操作的?bits[8]={0,1,2,3,4,5,6,7}左移一位得bits[8]={0,2,4,6,8,10,12,14} 解决方案 <算法精解:C语言描述> 基本信息 原书名:Mastering Algorithms with C 作者: Kyle Loudon [作译者介绍] 译者: 肖翔 陈舸 丛书名: O'Reilly精品图书系列 出版社:机械工业出版社 ISBN:9787111394266 上架时间:2012-9

【算法导论】计数排序

计数排序 比较排序:通过元素间的比较对序列进行排序的算法称为比较排序. 常见的比较排序算法有:冒泡排序法.插入排序法.合并排序法.快速排序法,堆排序法等等.任何比较排序法在最坏情况下的时间复杂度为O(nlogn).因此,合并排序和堆排序是渐进最优的. 非比较排序:用非比较的方法来进行排序的算法. 常见的非比较排序算法有:计数排序法.基数排序法.桶排序法.它们都是以线性时间运行的.由于是非比较的,因此下界O(nlogn)对它们是不适用的. 下面来讨论计数排序: 前提假设:序列的值域在0到k之间.

python算法学习之计数排序实例_python

python算法学习之计数排序实例 复制代码 代码如下: # -*- coding: utf-8 -*- def _counting_sort(A, B, k):    """计数排序,伪码如下:    COUNTING-SORT(A, B, k)    1  for i ← 0 to k // 初始化存储区的值    2    do C[i] ← 0    3  for j ← 1 to length[A] // 为各值计数    4    do C[A[j]] ← C[A

详解计数排序算法及C语言程序中的实现_C 语言

关于计数排序算法 当输入的元素是 n 个 0 到 k 之间的整数时,它的运行时间是 Θ(n + k).计数排序不是比较排序,排序的速度快于任何比较排序算法. 由于用来计数的数组C的长度取决于待排序数组中数据的范围(等于待排序数组的最大值与最小值的差加上1),这使得计数排序对于数据范围很大的数组,需要大量内存.计数排序是用来排序0到100之间的数字的最好的算法,但是它不适合按字母顺序排序人名.但是,计数排序可以用在基数排序中的算法来排序数据范围很大的数组. 算法的步骤如下: 找出待排序的数组中最大

JVM内存管理:GC算法精解---分代搜集算法

引言 何为终极算法? 其实就是现在的JVM采用的算法,并非真正的终极.说不定若干年以后,还会有新的终极算法,而且几乎是一定会有,因为LZ相信高人们的能力. 那么分代搜集算法是怎么处理GC的呢? 对象分类 上一章已经说过,分代搜集算法是针对对象的不同特性,而使用适合的算法,这里面并没有实际上的新算法产生.与其说分代搜集算法是第四个算法,不如说它是对前三个算法的实际应用. 首先我们来探讨一下对象的不同特性,接下来LZ和各位来一起给这些对象选择GC算法. 内存中的对象按照生命周期的长短大致可以分为三种

JVM内存管理:GC算法精解(复制算法与标记/整理算法)

本次LZ和各位分享GC最后两种算法,复制算法以及标记/整理算法.上一章在讲解标记/清除算法时已经提到过,这两种算法都是在此基础上演化而来的,究竟这两种算法优化了之前标记/清除算法的哪些问题呢? 复制算法 我们首先一起来看一下复制算法的做法,复制算法将内存划分为两个区间,在任意时间点,所有动态分配的对象都只能分配在其中一个区间(称为活动区间),而另外一个区间(称为空闲区间)则是空闲的. 当有效内存空间耗尽时,JVM将暂停程序运行,开启复制算法GC线程.接下来GC线程会将活动区间内的存活对象,全部复

JVM内存管理:GC算法精解(五分钟让你彻底明白标记/清除算法)

首先,我们回想一下上一章提到的根搜索算法,它可以解决我们应该回收哪些对象的问题,但是它显然还不能承担垃圾搜集的重任,因为我们在程序(程序也就是指我们运行在JVM上的JAVA程序)运行期间如果想进行垃圾回收,就必须让GC线程与程序当中的线程互相配合,才能在不影响程序运行的前提下,顺利的将垃圾进行回收. 为了达到这个目的,标记/清除算法就应运而生了.它的做法是当堆中的有效内存空间(available memory)被耗尽的时候,就会停止整个程序(也被成为stop the world),然后进行两项工

算法精解:最小二乘法C实现

计量经济学研究的直接目的是确定总体回归函数Yi=B1+B2Xi+ui,然而能够得到的只是来自总体的若干样本的观测值,要用样本信息建立的样本回归函数尽可能"接近"地去估计总体回归函数.为此,可以以从不同的角度去确定建立样本回归函数的准则,也就有了估计回归模型参数的多种方法. 最小二乘估计法用来确定函数y(x) = b1x + b0 中b1和b0的估计值. y(x)是n个点(x0,y0) , ... (Xn-1 , Yn-1)的最佳拟合线. b1 = (n * sigma(Xi * Yi)

javascript快速排序算法详解_javascript技巧

"快速排序"的思想很简单,整个排序过程只需要三步: (1)在数据集之中,找一个基准点 (2)建立两个数组,分别存储左边和右边的数组 (3)利用递归进行下次比较 看一个demo:http://jsdo.it/norahiko/oxIy/fullscreen(网页打开可能较慢,慢慢等待吧) <script type="text/javascript"> function quickSort(arr){ if(arr.length<=1){ return