-
Notifications
You must be signed in to change notification settings - Fork 18
Expand file tree
/
Copy pathbucket_sort.rs
More file actions
620 lines (524 loc) · 18.1 KB
/
bucket_sort.rs
File metadata and controls
620 lines (524 loc) · 18.1 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
/**
* Copyright © https://github.com/microwind All rights reserved.
* @author: jarryli@gmail.com
* @version: 1.0
*/
use std::time::Instant;
/**
* 桶排序支持负数版本 - 负数放在第1个桶里排序
*
* 算法原理:
* 1. 计算数组最大值和最小值(取绝对值)
* 2. 根据最大最小值计算桶的数量和大小
* 3. 将元素分配到对应桶中,负数统一放在第1个桶
* 4. 在每个桶内进行插入排序
* 5. 合并所有桶的元素
*
* 特点:
* - 支持负数:负数统一放在第1个桶处理
* - 插入排序:桶内使用插入排序
* - 统一处理:使用绝对值计算桶分配
*/
fn bucket_sort1(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort1 with negative numbers:");
if arr.len() <= 1 {
println!("{:?}", arr);
return arr.clone();
}
// 第一步:计算数组最大值和最小值(取绝对值)
let mut max = arr[0];
let mut min = arr[0];
for &item in arr.iter() {
if item.abs() > max.abs() {
max = item;
}
if item.abs() < min.abs() {
min = item;
}
}
// 第二步:计算桶的数量和大小
let min_abs = if min.abs() == 0 { 1 } else { min.abs() }; // 防止除零
let bucket_count = (max.abs() - min_abs) / min_abs + 2; // +2是为了包含负数桶
let bucket_size = min_abs;
// 第三步:初始化桶
let mut buckets: Vec<Vec<i32>> = Vec::with_capacity(bucket_count as usize);
for _ in 0..bucket_count {
buckets.push(Vec::new());
}
// 第四步:将元素分配到对应桶中
for &item in arr.iter() {
let bucket_index = if item < 0 {
0 // 负数统一放在第1个桶
} else {
((item - min) / bucket_size + 1) as usize // 正数从第2个桶开始
};
// 边界检查
let bucket_index = bucket_index.min(buckets.len() - 1);
// 插入排序到桶中
let bucket = &mut buckets[bucket_index];
let pos = bucket.iter().position(|&x| x > item).unwrap_or(bucket.len());
bucket.insert(pos, item);
}
// 第五步:合并所有桶的元素
let mut output = Vec::new();
for bucket in buckets {
for item in bucket {
output.push(item);
}
}
println!("{:?}", output);
output
}
/**
* 桶排序正数专用版本 - 只处理正数的桶排序
*
* 算法原理:
* 1. 计算数组最大值和最小值(只考虑正数)
* 2. 根据最大最小值计算桶的数量和大小
* 3. 将正数元素分配到对应桶中
* 4. 在每个桶内进行插入排序
* 5. 合并所有桶的元素
*
* 特点:
* - 正数专用:专门为正数优化
* - 精确分配:桶分配更精确
* - 性能较好:减少不必要的计算
*/
fn bucket_sort2(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort2 positive numbers only:");
if arr.len() <= 1 {
println!("{:?}", arr);
return arr.clone();
}
// 第一步:计算数组最大值和最小值
let mut max = arr[0];
let mut min = arr[0];
for &item in arr.iter() {
if item > max {
max = item;
}
if item < min {
min = item;
}
}
// 第二步:计算桶的数量和大小
let min_positive = if min <= 0 { 1 } else { min }; // 防止除零
let bucket_count = ((max - min_positive) / min_positive + 1) as usize;
let bucket_size = min_positive;
// 第三步:初始化桶
let mut buckets: Vec<Vec<i32>> = Vec::with_capacity(bucket_count);
for _ in 0..bucket_count {
buckets.push(Vec::new());
}
// 第四步:将元素分配到对应桶中
for &item in arr.iter() {
let mut bucket_index = if item < 0 {
0 // 负数统一放在第1个桶
} else {
((item - min_positive) / bucket_size + 1) as usize // 正数从第2个桶开始
};
// 边界检查
bucket_index = bucket_index.min(bucket_count - 1);
// 插入排序到桶中
let bucket = &mut buckets[bucket_index];
let pos = bucket.iter().position(|&x| x > item).unwrap_or(bucket.len());
bucket.insert(pos, item);
}
// 第五步:合并所有桶的元素
let mut output = Vec::new();
for bucket in buckets {
for item in bucket {
output.push(item);
}
}
println!("{:?}", output);
output
}
/**
* 桶排序挪动排序版本 - 使用挪动插入保持排序稳定性
*
* 算法原理:
* 1. 手动遍历计算数组最大值和最小值
* 2. 根据数组长度计算桶的数量和大小
* 3. 将元素分配到对应桶中,支持负数
* 4. 使用挪动排序而非数组修改进行桶内排序
* 5. 合并所有桶的元素
*
* 特点:
* - 挪动排序:使用挪动插入而非直接修改
* - 排序稳定:保持相等元素的相对位置
* - 支持负数:负数统一处理
*/
fn bucket_sort3(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort3 with move sorting:");
if arr.len() <= 1 {
println!("{:?}", arr);
return arr.clone();
}
// 第一步:计算数组最大值和最小值
let mut max = arr[0];
let mut min = arr[0];
for &item in arr.iter() {
if item > max {
max = item;
}
if item < min {
min = item;
}
}
// 第二步:计算桶的数量和大小
let bucket_count = arr.len(); // 桶数量等于数组长度
let bucket_size = (max - min) / bucket_count as i32 + 1;
// 第三步:初始化桶
let mut buckets: Vec<Vec<i32>> = Vec::with_capacity(bucket_count);
for _ in 0..bucket_count {
buckets.push(Vec::new());
}
// 第四步:将元素分配到对应桶中
for &item in arr.iter() {
let mut bucket_index = ((item - min) / bucket_size) as usize;
// 边界检查
bucket_index = bucket_index.min(bucket_count - 1);
// 挪动插入到桶中
let bucket = &mut buckets[bucket_index];
let pos = bucket.iter().position(|&x| x > item).unwrap_or(bucket.len());
bucket.insert(pos, item);
}
// 第五步:合并所有桶的元素
let mut output = Vec::new();
for bucket in buckets {
for item in bucket {
output.push(item);
}
}
println!("{:?}", output);
output
}
/**
* 桶排序负数单独版本 - 负数单独优化处理
*
* 算法原理:
* 1. 分别处理正数和负数
* 2. 负数转换为正数进行桶排序
* 3. 正数正常进行桶排序
* 4. 合并负数(逆序)和正数
*
* 特点:
* - 负数单独:负数单独优化处理
* - 排序精确:更精确的排序逻辑
* - 分类处理:正负数分别优化
*/
fn bucket_sort4(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort4 separate negative sorting:");
if arr.len() <= 1 {
println!("{:?}", arr);
return arr.clone();
}
// 第一步:分离正数和负数
let mut positive = Vec::new();
let mut negative = Vec::new();
for &item in arr.iter() {
if item >= 0 {
positive.push(item);
} else {
negative.push(-item); // 负数转为正数
}
}
// 第二步:分别排序正数和负数
if !positive.is_empty() {
positive = bucket_sort1(&mut positive);
}
if !negative.is_empty() {
negative = bucket_sort1(&mut negative);
}
// 第三步:合并结果(负数要逆序并还原符号)
let mut output = Vec::new();
for &item in negative.iter().rev() {
output.push(-item);
}
for &item in positive.iter() {
output.push(item);
}
println!("{:?}", output);
output
}
/**
* 桶排序实时冒泡版本 - 插入即排序,实时保持有序
*
* 算法原理:
* 1. 计算数组最大值和最小值
* 2. 初始化桶
* 3. 将元素分配到桶中,立即进行冒泡排序
* 4. 合并所有桶的元素
*
* 特点:
* - 实时排序:插入即排序
* - 冒泡优化:使用冒泡排序维护有序性
* - 即时维护:实时保持桶内有序
*/
fn bucket_sort5(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort5 real-time bubble sorting:");
if arr.len() <= 1 {
println!("{:?}", arr);
return arr.clone();
}
// 第一步:计算数组最大值和最小值
let mut max = arr[0];
let mut min = arr[0];
for &item in arr.iter() {
if item > max {
max = item;
}
if item < min {
min = item;
}
}
// 第二步:计算桶的数量和大小
let min_positive = if min <= 0 { 1 } else { min }; // 防止除零
let bucket_count = ((max - min_positive) / min_positive + 1) as usize;
let bucket_size = min_positive;
// 第三步:初始化桶
let mut buckets: Vec<Vec<i32>> = Vec::with_capacity(bucket_count);
for _ in 0..bucket_count {
buckets.push(Vec::new());
}
// 第四步:将元素分配到对应桶中,实时冒泡排序
for &item in arr.iter() {
let mut bucket_index = if item < 0 {
0 // 负数统一放在第1个桶
} else {
((item - min_positive) / bucket_size + 1) as usize // 正数从第2个桶开始
};
// 边界检查
bucket_index = bucket_index.min(bucket_count - 1);
// 直接添加到桶末尾
let bucket = &mut buckets[bucket_index];
bucket.push(item);
// 实时冒泡排序
let mut j = bucket.len() - 1;
while j > 0 && bucket[j] < bucket[j - 1] {
bucket.swap(j, j - 1);
j -= 1;
}
}
// 第五步:合并所有桶的元素
let mut output = Vec::new();
for bucket in buckets {
for item in bucket {
output.push(item);
}
}
println!("{:?}", output);
output
}
/**
* 桶排序原版标准版本 - 来自bucket_sort_old.rs的标准实现
*
* 算法原理:
* 1. 计算数组最大值和最小值
* 2. 根据最大最小值计算桶的数量和大小
* 3. 将元素分配到对应桶中
* 4. 对每个桶进行排序
* 5. 合并所有桶的元素
*
* 特点:
* - 原版标准:经典的桶排序算法
* - 简单直接:直接使用sort()排序
* - 高效实现:减少不必要的复杂性
*/
fn bucket_sort6(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort6 original standard version:");
if arr.is_empty() {
println!("{:?}", arr);
return arr.clone();
}
let max_val = *arr.iter().max().unwrap();
let min_val = *arr.iter().min().unwrap();
let range = (max_val - min_val) as usize + 1;
// 创建桶
let mut buckets: Vec<Vec<i32>> = vec![Vec::new(); range];
// 将元素放入对应的桶中
for &item in arr.iter() {
let idx = (item - min_val) as usize;
buckets[idx].push(item);
}
// 对每个桶进行排序,并合并结果
let mut output = Vec::new();
for bucket in buckets.iter_mut() {
bucket.sort();
for &item in bucket.iter() {
output.push(item);
}
}
println!("{:?}", output);
output
}
/**
* 桶排序原版标志位版本 - 来自bucket_sort_old.rs的标志位实现
*
* 算法原理:
* 1. 计算数组最大值和最小值
* 2. 根据最大最小值计算桶的数量和大小
* 3. 创建指定数量的桶
* 4. 将元素分配到对应桶中
* 5. 对每个桶进行排序
* 6. 合并所有桶的元素
*
* 特点:
* - 原版标志位:使用固定桶数量的实现
* - 桶数量控制:可控制桶的数量
* - 负载均衡:更好的数据分布
*/
fn bucket_sort7(arr: &mut Vec<i32>) -> Vec<i32> {
println!("bucketSort7 original flag version:");
if arr.is_empty() || arr.len() == 0 {
println!("{:?}", arr);
return arr.clone();
}
let max_val = *arr.iter().max().unwrap();
let min_val = *arr.iter().min().unwrap();
let range = (max_val - min_val) as f64;
let bucket_size = (range / 5.0).ceil() as i32 + 1; // 使用5个桶
// 创建指定数量的桶
let mut buckets: Vec<Vec<i32>> = vec![Vec::new(); 5];
// 将元素放入对应的桶中
for &item in arr.iter() {
let mut idx = ((item - min_val) / bucket_size) as usize;
idx = idx.min(4); // 确保索引在0-4范围内
buckets[idx].push(item);
}
// 对每个桶进行排序,并合并结果
let mut output = Vec::new();
for bucket in buckets.iter_mut() {
bucket.sort();
for &item in bucket.iter() {
output.push(item);
}
}
println!("{:?}", output);
output
}
/**
* 性能测试函数 - 统一测试所有桶排序版本
*/
fn performance_test(test_data: &Vec<i32>) {
println!("=== 桶排序算法演示 ===\n");
println!("arrData origin: {:?}", test_data);
// 测试1: bucket_sort1
let start = Instant::now();
let result1 = bucket_sort1(&mut test_data.clone());
let elapsed1 = start.elapsed();
println!("bucketSort1: {:.3}ms", elapsed1.as_millis());
println!("排序结果: {:?}", result1);
println!("\n");
// 测试2: bucket_sort2
let start = Instant::now();
println!("arrData origin: {:?}", test_data);
let result2 = bucket_sort2(&mut test_data.clone());
let elapsed2 = start.elapsed();
println!("bucketSort2: {:.3}ms", elapsed2.as_millis());
println!("排序结果: {:?}", result2);
println!("\n");
// 测试3: bucket_sort3
let start = Instant::now();
println!("arrData origin: {:?}", test_data);
let result3 = bucket_sort3(&mut test_data.clone());
let elapsed3 = start.elapsed();
println!("bucketSort3: {:.3}ms", elapsed3.as_millis());
println!("排序结果: {:?}", result3);
println!("\n");
// 测试4: bucket_sort4
let start = Instant::now();
println!("arrData origin: {:?}", test_data);
let result4 = bucket_sort4(&mut test_data.clone());
let elapsed4 = start.elapsed();
println!("bucketSort4: {:.3}ms", elapsed4.as_millis());
println!("排序结果: {:?}", result4);
println!("\n");
// 测试5: bucket_sort5
let start = Instant::now();
println!("arrData origin: {:?}", test_data);
let result5 = bucket_sort5(&mut test_data.clone());
let elapsed5 = start.elapsed();
println!("bucketSort5: {:.3}ms", elapsed5.as_millis());
println!("排序结果: {:?}", result5);
println!("\n");
// 测试6: bucket_sort6
let start = Instant::now();
println!("arrData origin: {:?}", test_data);
let result6 = bucket_sort6(&mut test_data.clone());
let elapsed6 = start.elapsed();
println!("bucketSort6: {:.3}ms", elapsed6.as_millis());
println!("排序结果: {:?}", result6);
println!("\n");
// 测试7: bucket_sort7
let start = Instant::now();
println!("arrData origin: {:?}", test_data);
let result7 = bucket_sort7(&mut test_data.clone());
let elapsed7 = start.elapsed();
println!("bucketSort7: {:.3}ms", elapsed7.as_millis());
println!("排序结果: {:?}", result7);
println!("\n=== 算法对比总结 ===");
println!("1. 支持负数版本:bucketSort1 - 使用绝对值计算,负数统一处理");
println!("2. 正数专用版本:bucketSort2 - 桶分配精确,性能较好");
println!("3. 挪动排序版本:bucketSort3 - 使用挪动插入,保持排序稳定性");
println!("4. 负数单独版本:bucketSort4 - 负数单独优化,排序更精确");
println!("5. 实时冒泡版本:bucketSort5 - 插入即排序,实时保持有序");
println!("6. 原版标准版本:bucketSort6 - 原版标准桶排序实现,直接排序");
println!("7. 原版标志位版本:bucketSort7 - 原版标志位实现,固定桶数量");
}
fn main() {
let arr_data = vec![20, 11, 0, -10, 9, 6, 30, 15, 13, 80];
performance_test(&arr_data);
}
/* 打印结果
jarry@Mac bucketsort % rustc bucket_sort.rs && ./bucket_sort
=== 桶排序算法演示 ===
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort1 with negative numbers:
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort1: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort2 positive numbers only:
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort2: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort3 with move sorting:
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort3: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort4 separate negative sorting:
bucketSort1 with negative numbers:
[0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort1 with negative numbers:
[10]
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort4: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort5 real-time bubble sorting:
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort5: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort6 original standard version:
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort6: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
arrData origin: [20, 11, 0, -10, 9, 6, 30, 15, 13, 80]
bucketSort7 original flag version:
[-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
bucketSort7: 0ms
排序结果: [-10, 0, 6, 9, 11, 13, 15, 20, 30, 80]
=== 算法对比总结 ===
1. 支持负数版本:bucketSort1 - 使用绝对值计算,负数统一处理
2. 正数专用版本:bucketSort2 - 桶分配精确,性能较好
3. 挪动排序版本:bucketSort3 - 使用挪动插入,保持排序稳定性
4. 负数单独版本:bucketSort4 - 负数单独优化,排序更精确
5. 实时冒泡版本:bucketSort5 - 插入即排序,实时保持有序
6. 原版标准版本:bucketSort6 - 原版标准桶排序实现,直接排序
7. 原版标志位版本:bucketSort7 - 原版标志位实现,固定桶数量
*/