桶排序通过将数据分到多个桶内并分别排序，最终合并得到有序序列；适用于分布均匀的数据，时间复杂度理想为O(n)，需注意边界处理和桶数量设计。
桶排序是一种基于分治思想的排序算法，适合数据分布均匀的情况。它把数据划分到多个“桶”里，每个桶单独排序，最后按顺序合并所有桶的数据。
桶排序的基本思路
桶排序的核心是将一组数值范围较大的数据，分配到若干个有序的桶中。每个桶内的数据再用其他排序方法（比如插入排序）排好序，然后依次取出即可得到最终结果。
适用场景：数据分布较均匀、数值范围已知且相对集中。
Python实现桶排序
下面是一个简单的桶排序实现：
立即学习“Python免费学习笔记（深入）”；
def bucket_sort(arr):
if len(arr) == 0:
return arr
<pre class='brush:python;toolbar:false;'># 确定最大值和最小值
min_val, max_val = min(arr), max(arr)
bucket_range = max_val - min_val
bucket_count = len(arr) # 桶的数量通常等于元素个数
buckets = [[] for _ in range(bucket_count)]
# 将元素分配到各个桶中
for num in arr:
if bucket_range == 0:
index = 0
else:
index = int((num - min_val) * (bucket_count - 1) / bucket_range)
buckets[index].append(num)
# 对每个桶内部排序并合并结果
sorted_arr = []
for bucket in buckets:
sorted_arr.extend(sorted(bucket)) # 使用内置排序处理每个桶
return sorted_arr示例使用
data = [0.42, 0.32, 0.33, 0.52, 0.37, 0.47, 0.51] result = bucket_sort(data) print(result)
说明：
- 桶的数量一般设为数组长度，也可以根据数据特点调整。
- 元素放入哪个桶由其相对位置决定，公式：
(num - min) / (max - min)映射到 0 到 bucket_count-1 的索引。 - 当所有数相等时，避免除以零错误，特殊处理 index 为 0。
注意事项与优化建议
桶排序不是原地排序，需要额外空间；时间复杂度在理想情况下可达 O(n)，但如果数据集中在少数桶中，性能会退化到 O(n²)。
- 确保输入数据适合桶排序——最好是在一定范围内均匀分布的浮点数或整数。
- 可以改用更高效的桶内排序方式，如插入排序来提升小数据集性能。
- 对于整数排序，可结合基数排序思想进行多轮桶排。
基本上就这些。不复杂但容易忽略边界情况。
