Question

假设我们有一百万个对象条目＆＃39; Person＆＃39;有两个字段＆＃39; Name＆＃39;，＆＃39; Age＆＃39;。问题是根据＆＃39; Age＆＃39;对条目进行排序。这个人。

我在接受采访时被问到这个问题。我回答说我们可以使用一个数组来存储对象并使用快速排序，因为这样可以避免使用额外的空间，但是面试官告诉记忆不是一个因素。

我的问题是决定使用哪种因素的因素是什么？

还有什么是存储它的首选方式？

在这种情况下，任何排序算法都优于其他排序算法，并且会产生更好的复杂性吗？

Answer 1

如果数组具有 n 元素，则快速排序（或实际上，任何基于比较的排序）为Ω(n log(n))。

但是，在这里，您似乎可以选择基于比较的排序，因为您只需要按年龄排序。假设有 m 不同的年龄。在这种情况下，Counting Sort将是Θ（m + n）。对于您问题的具体细节，假设年龄为年， m 远小于 n ，您可以在线性时间内完成此操作。

实施是微不足道的。只需创建一个数组，例如200个条目（200是年龄的上限）。该数组是链表。扫描人员，并将每个人放入相应条目中的链接列表中。现在，只需根据数组中的位置连接列表。

Answer 2

不同的排序算法在不同的复杂性下执行，是的。有些人使用不同的空间。而在实践中，具有相同复杂性的真实性能也会有所不同。 http://www.cprogramming.com/tutorial/computersciencetheory/sortcomp.html

设置快速排序的分区方法有不同的方法可能会产生影响。 Shell排序可以具有不同的间隙设置，这些设置对于某些类型的输入执行得更好。但也许你的面试官对你有100万人有很多重复年龄的想法更感兴趣;这可能意味着你想要一个三向快速排序，或者在评论中建议计数排序。

Answer 3

这是一个面试问题，所以我猜对话者的答案比正确的排序算法更重要。您的问题是排序Object数组，字段年龄为整数。年龄有一些特殊的属性：

整数：有一些专门为整数设计的排序算法。
有限：你知道人的最大年龄，对吧？例如，那将是200。

我将列出一些针对此问题的排序算法，其优点和缺点在一次访谈中足够合适：

快速排序：复杂性 O（NLogN），可以应用于任何数据集。 Quicksort是使用两个元素之间的比较运算符的最快排序。快速排序的最大缺点是快速排序并不稳定。这意味着两个年龄相等的物体在分拣后不会维持秩序。
合并排序：复杂性为 O（NLogN）。比quicksort慢一点，但这是一个稳定的排序。此算法也可以应用于任何数据集。
基数排序：复杂度为 O（w * n），其中n是列表的大小，w是您的最大位数长度数据集。例如：12的长度为3,154的长度为3.因此，如果人的年龄最大值为99，则复杂度应 O（2 * n）。该算法只适用于整数或字符串。
计算排序复杂度为 O（m + n）。 n是列表的大小，m是不同年龄的数量。该算法只适用于整数。

因为我们正在对数百万个条目进行排序，并且所有值都是整数，所以在0 .. 200范围内这么重复的值。因此，计算排序最适合复杂度O(200 + N)，其中N~ = 1,000,000。 200并不多。

Answer 4

This Stackoverflow链接可能对您有用。

上述答案已足够，但我想从上面的链接中添加更多信息。

我正在复制上面链接中的答案中的一些信息。

我们应该注意，即使Object中的字段非常大（即长名称），您也不需要使用文件系统排序，您可以使用内存中的排序，因为

# elements * 8 ~= 762 MB (most modern systems have enough memory for that)
             ^
        key(age) + pointer to struct requires 8 bytes in 32 bits system

最小化磁盘访问非常重要 - 因为磁盘不是随机访问，而磁盘访问比RAM访问慢很多。

现在，使用您的选择 - 并避免使用磁盘进行排序过程。

这种情况的一些排序（在RAM上）是：

标准快速排序或合并排序（您已经考虑过）
Bucket sort也可以在这里应用，因为愤怒限于[0,150]（其他人在此处指定名为Count Sort）
Radix sort（出于同样的原因，基数排序需要ceil（log_2（150））〜= 8次迭代

我想指出内存方面，以防您遇到相同的问题，但可能需要在考虑内存限制的情况下回答它。事实上，你的约束甚至更少（10 ^ 6与另一个问题中的10 ^ 8相比）。

关于存储它的问题 -

对它进行排序的最快方法是分配151个链接列表/向量（让我们根据您喜欢的语言将它们称为桶或其他任何内容），并根据他/她的年龄将每个人的数据结构放入桶中（所有人的年龄都在0到150之间）：

bucket[person->age].add(person)

正如其他人所指出的，Bucket Sort对你来说是更好的选择。

实际上，铲斗的美妙之处在于，如果您必须在年龄范围内（例如10-50岁）进行任何操作，您可以根据您的要求对铲斗尺寸进行分区（如有所不同）每个桶的桶范围。）

我再次重复，我已经从上面给出的链接中复制了答案中的信息，但我相信它们可能对您有用。

Answer 5

如果你认为你有不同年龄值的有限数量（通常人们不是100岁），那么你可以使用计数排序（https://en.wikipedia.org/wiki/Counting_sort）。你可以按线性时间排序。

基于年龄的人们首选排序

5 个答案: