Wining Point Numbers için Logo Sortileri Uygulamayı Uygulayın

Astroing-Point Numbers için Fragr Sorte Giriş

Kova türü, bölümlerin giriş verilerini son derece sayıda “buckets”e ve sonra her kovanın bireysel olarak dağıtıldığı bir dağıtım tabanlı tür algoritmadır.Gerekli olarak bilinen bir aralığın üzerindeki yüzen sayılara uygulanırken - genellikle 0,0 - kovalama süresi karmaşıklığı elde edebilir, yüksek performanslı bir tür görev için güçlü bir aday yapabilir.

Temel fikir basittir: her bir elementle karşılaştırmak yerine (en hızlı veya bir araya gelen gibi karşılaştırmak gibi), kova tür ilk olarak, değerlerine dayanarak kovadaki elementleri dağıtır.Her kova doğal gruplar birlikte basit bir tür algoritmayı karşılaştırır - sık sık sık sık sık sık sık sık sık sık sık sık ekleme veya hatta bir recursive çağrıyı kovalama - işi bitirin.Son olarak, kovalar sıralamayı üretmek için kontenjanlar.

Bu makale, Python'daki yüzen sayılar için kova türlerini uygulamak, mekaniklerini, karmaşıklığını, güçlülerini, pitfalls'ı ve gerçek dünya uygulamalarını kapsayan kapsamlı bir görünüm sağlar.

nasıl Kova Sort Works

Kova türü, girişin bilinen bir aralıkta eşit olarak dağıtıldığını varsayar, tipik olarak ESFLT:1). Algoritma üç aşamada devam eder:

1. [FONT=0)Initialization[Dönetici: 1 ): Bir dizi [[Dönetici:2|Döntgenlik[Dönetici:0)) boş kovalar, DÜDÜDÜDÜDÜDÜDÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜ
2. [FONT:0]Distribution[[[DÜDÜT:1): Her bir elementur için:2), kova indeksini hesaplar.(değerler varsayılır) ve bu kovaya yerleştirir.
3. [FONT:0]Sorting and Concatenation[[Döntme: Her kova bireysel olarak (bir stabil veya verimli iç tür kullanarak), sonra son sıralamayı üretmek için kovaları birleştirin.

Anahtar bilgisi, verilerin düzgün bir şekilde dağıtılması nedeniyle, her kova kabaca [[Dönetici:0)n / n = 1) ortalama olarak bir takım başına maliyet tutar.Bu, bireysel kovalar için son derece düşük tutar - genellikle sürekli zaman.

Edge Cases

Yüzücü nokta sayısı 1.0'a tam olarak eşit olduğunda, hesaplanmış indeks meydana gelmez, bu sınır dışı edilmenin akıllıca olduğu. Ortak bir düzeltme, bu tür değerler için indeksi değiştirilebilir.Eğer verileriniz kesinlikle öyleyse 7'dir, ancak buna karşı korumanın akıllıca olduğu anlamına gelir.

Implementing Platinum in Python

Aşağıda, serileri [[DüzFLT:8'de yüzen sayı için bir kova türünin temiz, üretime hazır bir uygulamasıdır.

def bucket_sort(arr):
 """Sort an array of floats uniformly distributed in [0, 1)."""
 n = len(arr)
 if n <= 1:
 return arr

 # Create empty buckets
 buckets = [[] for _ in range(n)]

 # Distribute elements into buckets
 for num in arr:
 index = int(num * n)
 # Guard against floating-point index = n (e.g., when num == 1.0)
 if index == n:
 index = n - 1
 buckets[index].append(num)

 # Sort each bucket and concatenate
 sorted_arr = []
 for bucket in buckets:
 sorted_arr.extend(sorted(bucket)) # Python's Timsort is efficient

 return sorted_arr

İşlev Python'un inşa edilmiş-inurFLT:10'u her kovaya dönüştürmek için kullanır. Küçük kovalarda (tipik olarak 0-2 element), bu çok hızlı. Üretim kullanımı için, [[Şamping|sepsiyon|daha düşük yüksek tepeye kadar yerini alabilirsiniz.

Kova Sort için Arbitrary Ranges

Eğer yüz nokta verileriniz, dağıtımdan önce değerleri normalleştirebilirsiniz. Aşağıdaki varyasyon haritaları herhangi bir wwwFLT:13) aralığına göre:FLT:14.

def bucket_sort_scaled(arr, min_val=None, max_val=None):
 if not arr:
 return arr
 if min_val is None:
 min_val = min(arr)
 if max_val is None:
 max_val = max(arr)

 # Guard against identical values
 if max_val == min_val:
 return arr

 n = len(arr)
 buckets = [[] for _ in range(n)]

 for num in arr:
 # Normalize to [0, 1)
 normalized = (num - min_val) / (max_val - min_val)
 index = int(normalized * n)
 if index == n:
 index = n - 1
 buckets[index].append(num)

 sorted_arr = []
 for bucket in buckets:
 sorted_arr.extend(sorted(bucket))
 return sorted_arr

Bu sürüm daha geneldir, ancak aralığı bilmek veya hesaplamak gerekir. Bu sürüm, veri dağıtımının bu aralıkta yaklaşık üniforma olduğu zaman iyi çalışır.

Kompleksi Analiz Analizi

Hesaplama maliyetinin anlaşılması, onu kullanmaya karar vermek için önemlidir.

Zaman Kompleksi

• [FONT:0) En iyi durumda [DÜDÜDÜDÜDÜDÜDÜ:0)[Üye Olmayanlar İçindekiler (DÜDÜDÜDÜDÜDÜ)[Üye Olmayanlar (DÜye Olmayanlar)[Üye Olmayanlar İçindekiler (DÜye Olmayanlar)[Üye Olmayanlar)[Üye Olmayanlar İçindekiler)[Üye Olmayanlar İçindekiler)
• [FONT:0]Average davası[[[Döntilmiş: 1)[Dönem:2)[B][/FONT)[FONT=FONT=FONT=FONT=)[[0|0|0|0|0|0|0|0|0|x|x|x|x|x|x|x|x|x|x|x|x|x|x|x|k|k|k|k=======)))))
• [FONT:0]Worst davası[[[Dönetici:0)[0]: [[))[0]Döneticiler aynı kovaya düştüğünde, veriler düzgün bir şekilde dağıtıldığında veya aralık element sayısına göre çok küçük bir bağız.

Uzay Kompleksi

Kovalar ve içerikleri için ekstra alan (=0)O(n + k))[Uygunlar ve içerikleri için ekstra alan).

Avantajları ve Kullanım Vakaları

Kova türü, varsayımlarının nerede tuttuğu özel senaryolarda parlıyor:

• [FONT:0)Uniformly, yüzen veri[Dönemli:0) dağıtıldı). – e.g., sensör okumaları, Monte Carlo simülasyon çıktıları veya normalleştirilmiş olasılıklar.
• [FONT:0]Large veri setleri[[[Dönetici:0) - [Dönetici:0)[Dönetici:0))[Dönetici:0)) Ortalama dosya performansı, karşılaştırma türünin daha az verimli olacağı milyonlarca yüz türü için çekici hale getirir.
• [FONT:0]Dönege[[Dönetici:0))[[Döneticiler disk üzerinde olduğunda, kovalar bağımsız olarak işlenebilir ve ayrı dosyalar için yazılabilir, sonra koncatened.
• [0]Parallel ve GPU Hesaplama[Dönetici: 1 ) - her kova bağımsız olarak sıralanabilir, büyük paralelliğe izin verebilir.

Önemli bir güç, kova türünin İLFLT:0) (eğer per-bucket tür stabilse), eşit elementlerin göreceli siparişinin korunması anlamına gelir.

Sınırlar ve Tahminler

Onun zarafetine rağmen, kova türü genel amaçlı tür için uygun olmayan birkaç sınırlamaya sahiptir:

• [FONT=0]Katılım dağıtımına dikkat edin[Dönetici: Eğer veriler skewed (e.g., birçok değer birlikte kümelenmiş), çoğu element birkaç kovaya girer, bu tür maliyeti artırır ).
• [FONT:0)Ehberler aralığın bilgisinden önce bilgi[DÜDÜT:1): En az ve maksimum değerleri bilmeden, bu yöntemin üzerindeki ölçeklenmiş sürümleri etkili bir şekilde oluşturamazsınız, ancak hesaplama aralığı ekstra bir geçiş ekler.
• [FONT:0)Memory Master[[Dönetici: 1 ): Yaratılış[Dönetici:0)[0) Python listeleri önemli hafızayı kullanabilir, özellikle çok büyük diziler için. Linked listeleri veya diziler listesi, ancak Python listelerini azaltır.
• [FONT:0) per-bucket sorting[[Dönetici: Python'sULLFLT:16 ile birçok küçük kovayı sıralayın) son derece küçük kovalar için ekleyebileceğiniz işlev aramaları yapar.For Extreme small kovas, an open insertion sort might be more.

def insertion_sort(arr):
 for i in range(1, len(arr)):
 key = arr[i]
 j = i - 1
 while j >= 0 and arr[j] > key:
 arr[j + 1] = arr[j]
 j -= 1
 arr[j + 1] = key

def bucket_sort_insertion(arr):
 n = len(arr)
 if n <= 1:
 return arr
 buckets = [[] for _ in range(n)]
 for num in arr:
 index = int(num * n)
 if index == n:
 index = n - 1
 buckets[index].append(num)
 sorted_arr = []
 for bucket in buckets:
 insertion_sort(bucket)
 sorted_arr.extend(bucket)
 return sorted_arr