python数据结构与算法——桶排序

桶排序的时间复杂度是O(M+N)，通过建立对原始数据的有序统计表，实现非常快速的排序过程

可以用hashtable（或者dict）实现，查询复杂度为O(1)

贴代码：

# 简单桶排序 从小到大
def bucksort(A):

    bucks = dict()      # 桶
    for i in A:
        bucks.setdefault(i,[])  # 每个桶默认为空列表
        bucks[i].append(i)      # 往对应的桶中添加元素
    
    A_sort = []
    for i in range(min(A), max(A)+1):
        if i in bucks:                  # 检查是否存在对应数字的桶
            A_sort.extend(bucks[i])     # 合并桶中数据
    
    return A_sort

下面是运行结果：

# 对单纯整数数列进行排序
    A = [2,3,5,4,6,7,3,3,0,8,5]
    a = bucksort(A)
    print a

>>> [0, 2, 3, 3, 3, 4, 5, 5, 6, 7, 8]

《啊哈》中还提到了对非数字类型排序时，桶排序的应用，其思路也可以用python这样实现：

假设我们要对学生进行按分数排序：

# 包含其他元素的桶排序
# element：人名，分数
class Person:
    def __init__(self,name,score):
        self.name = name
        self.score = score
    def __repr__(self):     # 覆写打印输出 print Person()
        return self.name + "-" + str(self.score)


def bucksort2(A):
    bucks = dict()
    for a in A:
        bucks.setdefault(a.score,[])  # 以个人分数为评价排列标准
        bucks[a.score].append(a)      # 在相同分数的桶中添加人
    
    A_sort = []
    scorelist = [a.score for a in A]    # 将人员列表中所有人的分数取出
    for i in range(min(scorelist), max(scorelist)+1):
        if i in bucks:                  
            A_sort.extend(bucks[i])     
    
    return A_sort

输出结果：

    # 对人进行排序
    B = [Person('huhu',5),Person('haha',3),Person('xixi',5),Person('hengheng',2),Person('gaoshou',8)]
    b = bucksort2(B)
    print b

>>> [hengheng-2, haha-3, huhu-5, xixi-5, gaoshou-8]