一、桶排序算法的引入。
之前我们已经说过了计数排序的算法。
这个时候我们如果有这样的一个待排序数据序列：
int x[14]={-10, 2, 3, 7, 20, 23, 25, 40, 41, 43，60, 80, 90, 100};
我们如果按照计数排序的算法，那么待排序数据的范围是：-10 到 100
我们为了实现对于这个数据集的遍历，这个时候需要额外的开辟一个大小为（100- （-10）+ 1）的空间，这个时候的空间复杂度达远远超过我们的预计，也就是这个造成了空间的浪费。
所以我们可以说，计数排序还存在一个缺点：即数据里面的max 和min 的差值相比于待排序数据的数目来说，不能过大，否则会造成空间的浪费
桶排序算法相当于做了一个对于计数排序算法做了一个升级。
只不过计数排序算法计数是对于每一个排序数字进行的，而桶排序算法则将这个范围放宽，变成了一个范围。
二、桶排序算法的过程。
1、比如对于上面的一个待排序数据，我们需要把它划分为一系列的范围，从min 到 min，这就相当于有了一个一个的“桶”。
2、对应的范围的数据放入对应范围的桶里面。
3、然后对于每一个范围的数据采用其他的排序算法进行排序，使得每一个桶内部的数据都是有序的，移动到已经有序的数据集中。
上面有两个步骤比较关键：
第一个是对于桶的范围的划分，这需要一个映射的规则，如果我们把桶划分的较小，这个时候几乎每一个数据都是一个桶；了，空间浪费。如果划分的太大，所有的数据都到了一个桶里面去，相当于没有划分。
第二个是每一个桶的内部的排序算法的选择，这个影响最后总体的桶排序算法的稳定性。
三、例子
对于上面的一个待排序数据，这个时候我们已经知道了max=100, min=-10.
随后我们设计一个映射的规则，比如设计一个规则，使得 -10到 50 分为一个桶，50到100分为一个桶。
我们可以设计这样的一个规则：
ƒ（x）=x/30 - min/30
这样我们就可以把上面的数组分成了四组：
| 根据结果分组 | 数据 |
| 0 | -10， 2, 3， 7 |
| 1 | 20， 23 ，25 ，40， 41 |
| 2 | 60 |
| 3 | 80, 90, 100 |
然后就可与根据分组分别进行排序。
四、算法
/*算法：桶排序C++版本*/
#include <iostream>
#include <vector>
#include <algorithm>
#include <math.h>
using namespace std;
//这个算法的作用是对于数组A中位于位置A[l]到A[h]中的元素分为size个桶去排序
void bksort(float A[],int l,int h,int size){
vector<float> b[size];//有size个数据，就分配size个桶
int min=A[l];
for(int i=l;i<=h;i++){//便利得到最小值
if(A[i]<min)
min=A[i];
}
for(int i=l;i<=h;i++){
int bi = (A[i]-min)/size;//元素A[i]的桶编号，这里修改映射规则
b[bi].push_back(A[i]);//将元素A[i]压入桶中
}
for(int i=0;i<size;i++)
sort(b[i].begin(),b[i].end());//桶内排序
int idx = l;//指向数组A的下标
for(int i=0;i<size;i++){//遍历桶
for(int j=0;j<b[i].size();j++){//遍历桶内元素
A[idx++] = b[i][j];
}
}
}
int main(){
float A[] = {0.78,0.17,0.39,0.26,0.72,0.94,0.21,0.12,0.23,0.68};
bksort(A,2,9,3);
for(int i=0;i<10;i++)
cout<<A[i]<<" ";
}
五、复杂度分析
复杂度主要是取决于排序算法。
如果排序算法是快速排序，则可以达到Θ( n ) （大佬们的计算结果）
六、参考链接：
复杂度计算看这个：https://blog.csdn.net/bqw18744018044/article/details/81738883
算法的过程描述借鉴的是这个：https://www.jianshu.com/p/204ed43aec0c
原文地址：https://www.cnblogs.com/fantianliang/p/11881381.html