繼續上一次的排序演算法的總結，今天帶來的是線性時間排序演算法
可以看到，我們之前的交換演算法時間複雜度最少也只是o(nlogn)，那麼有沒有o(n)的時間複雜度的演算法呢，也是有的，就是線性時間排序演算法。常見的線性時間演算法有：計數排序，基數排序和桶排序，而基數排序和桶排序十分類似，這裡只介紹更為普遍的基數排序。
①計數排序
（1）演算法思想：計數排序的演算法思想比較簡單，即我們把序列中乙個數之前有多少個數字統計出來，然後直接把這個數放到相應的位置的演算法。這種演算法的空間要求比較高，因為需要乙個陣列來儲存從0到序列中最大的數的之前的數的個數，所以空間消耗很大。
（2）時間複雜度：o(n^2)
（3）演算法描述（吸取教訓，從這篇博文開始**加備註~）：
void countinsort(int a, int b, int n, int max)②基數排序}
（1）演算法思想：基數排序的演算法思想是對於序列中的每個數從低位開始互相比較，然後產生新的序列，然後對新的序列的高位互相比較，繼續產生新的數列，最後對每一位比較完畢後產生最終的數列。具體例項如圖所示
（2）時間複雜度：o(n^2)
（3）演算法描述：
int getpos(int n, int pos)③桶排序int radixsort(int a, int n)
for(int pos = 1; pos <= 10; pos ++)
for(i = 0, j =0; i < 10; i++)
b[i][0] = 0; //重新初始化計數元素
} }return 0;
}
桶排序和基數排序類似，是將數字分成n個桶，然後將每個數字除以n然後得到的數放在相應的桶裡，對每個非空的桶進行快排，之後順序存入新的陣列。產生最後排好序的數列。
排序演算法就說這麼多，其實還有一種堆排序也十分常用，但是苦於資料結構的樹形結構還未學習，所以暫時不予介紹，待再啃啃資料結構回頭再來總結。
線性時間排序演算法
基於比較的演算法的時間下限為nlogn，而計數排序 桶排序和基數排序這幾種非比較演算法卻可以突破這個下限，僅管它們對輸入都有一定限制條件，即輸入資料必須在某個範圍內。但是，這些演算法還是非常實用的。閒著沒事，寫了一下 詳細見 演算法導論 define no cmp sort ifdef no cmp...
線性時間排序演算法
基於比較的演算法的時間下限為nlogn，而計數排序 桶排序和基數排序這幾種非比較演算法卻可以突破這個下限，僅管它們對輸入都有一定限制條件，即輸入資料必須在某個範圍內。但是，這些演算法還是非常實用的。閒著沒事，寫了一下 詳細見 演算法導論 define no cmp sort ifdef no cmp...
排序演算法 4 線性時間排序
在前面三節排序演算法中，我們分別分析了不同策略，思想用於排序，而這些演算法都是基於資料間的比較來確定順序的。假設我不用比較，換一種思路，那麼就可以達到時間複雜度為o n 的排序演算法，當然是以付出額外的空間為代價的。線性時間排序的演算法思想 1 在計數排序中，利用比x小或等的元素個數和的來確定x位置...