Question

我想知道以下排序算法的复杂性（如在O（...）中）：

有B桶
包含总共N个元素，在桶中不均匀地分布。
每个桶中的元素已经排序。

排序将每个桶中的所有元素组合在一个排序列表中：

使用大小为B的数组来存储每个桶的最后一个排序元素（从0开始）
检查每个桶（在最后存储的索引处）并找到最小元素
复制最终排序数组中的元素，递增数组计数器
增加我们从
执行这些步骤N次

或伪代码：

for i from 0 to N
    smallest = MAX_ELEMENT
    foreach b in B
        if bIndex[b] < b.length && b[bIndex[b]] < smallest
            smallest_barrel = b
            smallest = b[bIndex[b]]
    result[i] = smallest
    bIndex[smallest_barrel] += 1

我认为复杂性将是O（n），但我发现复杂性的问题是，如果B增长，它比N增长具有更大的影响，因为它在B循环中添加了另一轮。但也许这对复杂性没有影响？

Answer 1

由于您已经拥有伪代码，因此很容易找到复杂性。你有2个嵌套循环。外部总是运行N-1次，内部总是| B |，其中| B |是B组（桶数）的大小。因此，复杂度为（N-1）* | B |这是O（NB）。

Answer 2

你是正确的，桶数改变了复杂性。只要看看你的伪代码。对于您要选择的每个元素，您必须搜索候选数组，其长度为B.因此，您执行复杂度为O（B）N次的操作

这种专业化的复杂性是什么？

2 个答案: