Question

我不确定对象本身如何对数字进行排序，以及这是否会影响此算法的时间复杂度。这就是为什么我想知道这是否是线性的（ O（n））。

我知道空间复杂性很糟糕。

这是我的代码：

const objSort = (arr) => {
  let storage = {};
  let sorted = [];
  let entries;

  arr.forEach((num) => {
    storage[num] ? storage[num]++ : storage[num] = 1;
  });

  entries = Object.entries(storage);

  entries.forEach(([ key, value ]) => {
    for (let i = 0; i < value; i++) {
      sorted.push(+key);
    }
  });

  return sorted;
};

Answer 1

我不确定对象如何自动排序数字

不，他们没有。对象键顺序无法保证。因此，你实际上没有对任何东西进行排序：）

Answer 2

这是潜在线性排序的要点。但是，它取决于几个实现要求。

首先，我想确保我理解这种方法：

以空白storage结构开头。这将计算arr的每个元素的出现次数，由元素本身索引。例如，给定输入字符串“abaczaz”，storage将完成为{'a': 3, 'b':1, 'c':1, 'z':2}
遍历storage;对于每个条目，发出所列数量的列出元素。对于当前的例子，这将产生“aaabczz”。

这些迭代中的每一个都是长度 N ，这是一个线性解决方案。但，请注意此操作的要求：

您必须将对象映射到 O（1）的索引。
该映射必须体现对象的排序顺序。
进出storage的访问时间必须 O（1）。
storage的迭代必须 O（N）。

对于最后一点，大多数解决方案都是 O（范围（对象）），这个数字足够大，不切实际。例如，要对64位整数进行排序，您需要一个长度为2 ^ 64个内存位置的数组，并且您将遍历所有2 ^ 64个整数以发出已排序的数组。

当然，固定边界在技术上使 O（1），但对于非常大的1值。 :-)从理论上讲，它是 O（log（max（arr） - min（arr）），因为内存需求取决于值范围。这会将您的整体复杂性驱动为 O （n log n）`

最后......

是的，这种方式已经实施。我把它作为一个面试问题。

这种排序算法是否已被发明？它是线性时间复杂度吗？

2 个答案: