只是一个简单的算法来排序小整数，但它必须是O（n）。
答案 0 :(得分：8)
radix sort是O(n)的一种方法。由于你正在处理小整数，所以实现它应该不会太难。
答案 1 :(得分：1)
当然，O（n）定义中的细则可以得到你。基数排序，例如，当你想要在容纳更多值时必须创建更深的树时，它实际上是n * log（n） - 它们只是设法通过限制数量来定义它为O（n）要排序的值。在一般意义上，没有办法真正击败n * log（n）。
例如，对于8位值，我可以通过简单地使用256项数组轻松实现O（n）。但是，如果我去，比方说，甚至是32位值，那么我必须有一个带有4G条目的阵列，并且该阵列的存储器芯片的地址解码器将以内存芯片大小的log（n）增长。是的，我可以说4G条目的版本是O（n），但在电子级别，寻址是log（n）更慢，更复杂。此外，芯片内部的总线必须驱动更多的电流，一旦“读取”，存储器单元需要更长的时间将其内容转储到总线上。所有这些效果都是log（n）。
答案 2 :(得分：0)
简单地说：
一个很好的资源是these Wikipedia tables。看看第二个。
答案 3 :(得分：0)
据我所知，基于比较的排序算法共享O（nlogn）的下限。 为了实现O（n），我们可能不能使用任何基于比较的算法。此外，输入必须具有其他属性。 在你的例子中，我想小整数意味着整数落在指定的范围内。 如果是这种情况，您可以尝试使用桶/基数排序算法，这不需要任何比较。 举一个简单的例子，假设您有n个整数要排序，所有这些都属于区间[1,1000]。你只需要生成1000个桶，然后遍历n个整数，如果整数等于500，则转到桶500，等等。最后，连接所有桶以获取排序列表。该算法采用O（n）。
答案 4 :(得分：0)
基于比较的排序的最佳值是O（n * log（n）），证明并不是很困难。但是你可以使用计数排序，这是基于枚举或非常类似的桶排序...你也可以使用基数排序，但它不是排序本身。 Radix排序只能迭代地调用其他一些稳定的排序......