我被问到以下问题（根本不知道如何解决它的方法）
给定 n int的数组 arr ，我们需要对它进行排序。我们已经知道了这个{{1}的 k } s被放置在原始 arr 中，就像排序数组一样。（只是不知道它们中的哪一个）
他们说这种排序比int要好得多 - 我没有任何线索......
有什么建议吗？
答案 0 :(得分：4)
http://en.wikipedia.org/wiki/Radix_sort
关键的事实是你正在使用整数并且你知道最大的密钥，这正是使用基数排序时的复杂性和线性的复杂性。
也是第二种方法，如果它们中的k已经排序，你可以使用某种版本的shell排序，其序列将产生最佳结果
答案 1 :(得分：4)
当您的数组已经大部分排序时，选择排序是一个不错的选择;它应该只执行O(n(n-k)交换。如果排序的元素往往是连续的，那么Timsort也可能表现良好。当然，在任何情况下，对于足够小的k，你都不会比O(n log n)做得更好。
答案 2 :(得分：4)
如果我们不知道：
k和n如何相互关联k元素在数组中的确切位置在最坏的情况下，我们可以做得比Θ(nlog(n))好得多。
为什么：
k=1祝你好运...... k=0.9n并将k个元素放在前面。即使我们知道它们位于前面，我们仍然需要对大小0.1n进行排序，因此在最坏的情况下，我们需要0.1*n*log(0.1*n)=0.1*n*(log(0.1)+log(n))=0.01*nlog(n)-0.1*n比较Θ(n*log(n))。当然，这只是最坏情况的理论结果。实际上，在适当的位置上有正确k元素的信息可能会限制大量的工作。但是，我们确实需要了解k和n（或者至少假设某些内容）。
答案 3 :(得分：0)
Adaptive sort是一种利用其输入中现有顺序的排序算法。插入排序是自适应排序之一，当阵列几乎排序时，它可以很好地工作。当然，最坏的情况是O（N ^ 2）。
还有其他自适应排序，例如 Adaptive heap sort，在构建堆时使用treap来利用有序元素。 Adaptive merge sort(Natural merge sort)和Smoothsort
理论复杂度也将是O（N * lnN），但是当数据部分排序时，它们可能会更有效地执行。
答案 4 :(得分：-1)
算法：
n = 8，k = 4的例子。
['echo'，'cat'，'bat'，'board'，'hand'，'hotel'，'kilo'，'hit']
按顺序找到4个连续元素。
['echo'，'cat'，'bat'，'board'，'hand'，'hotel'，'kilo'，'hit']
（碰巧，我们发现已经有5个了。好多了。）
对其他元素进行排序
[cat，echo，hit]
合并两个排序列表
['bat'，'board'，'cat'，'echo'，'hand'，'hit'，'hotel'，'kilo']
完成。
这三个步骤的时间复杂性是
对于任何固定的比率k / n，第二步占主导地位（足够大的n）。