桶排序算法原理与高频题目实战解析

1. 桶排序算法精讲与高频题目实战

桶排序（Bucket Sort）是一种非常实用的非比较排序算法，特别适合处理数据分布均匀且范围已知的场景。与快速排序、归并排序等基于比较的排序算法不同，桶排序通过将数据分配到有限数量的"桶"中，再对每个桶中的数据进行排序，最后按顺序合并所有桶中的数据，从而达到整体有序的效果。

1.1 桶排序的核心思想

桶排序的工作流程可以分为三个关键步骤：

1. 分配阶段：根据元素的关键值，将它们分配到不同的桶中。这个分配过程通常通过一个映射函数完成，该函数将元素值转换为桶的索引。

2. 排序阶段：对每个非空桶中的元素进行排序。可以使用任何合适的排序算法，如插入排序、快速排序等。

3. 收集阶段：按顺序遍历所有桶，将桶中的元素依次取出，合并成最终的有序序列。

桶排序的时间复杂度取决于数据的分布情况和桶的数量。在理想情况下，当数据均匀分布在各个桶中时，桶排序的时间复杂度可以达到O(n)。但在最坏情况下，如果所有元素都集中在同一个桶中，时间复杂度会退化为O(n²)。

1.2 桶排序的适用场景

桶排序特别适合以下场景：

• 输入数据均匀分布在一个范围内
• 需要处理的数据量较大
• 数据的关键值范围已知且有限
• 需要稳定的排序结果（当使用稳定排序算法对桶内元素排序时）

在实际应用中，桶排序常用于处理频率统计、数据分箱等问题，这也是为什么它在解决"前K个高频元素"这类问题时表现出色。

2. 力扣高频题目解析

2.1 451. 根据字符出现频率排序

这道题目要求我们根据字符串中字符的出现频率对其进行排序，出现频率高的字符排在前面，频率相同的字符则按任意顺序排列。

2.1.1 基本解法

cpp复制class Solution {
public:
    string frequencySort(string s) {
        int MAX = 0;
        int cnt[256] = {0};
        // 统计每个字符的出现频率
        for(int i = 0; i < s.size(); i++) {
            cnt[(int)s[i]]++;
            MAX = max(MAX, cnt[(int)s[i]]);
        }
        
        string t;
        // 从最高频率开始，构建结果字符串
        for(int i = MAX; i > 0; i--) {
            for(int j = 0; j < 256; j++) {
                if(cnt[j] == i) {
                    t.append(cnt[j], j);
                }
            }
        }
        return t;
    }
};

这个解法使用了桶排序的思想：

1. 首先统计每个字符的出现频率
2. 然后从最高频率开始，将字符按频率降序添加到结果字符串中

注意：这里使用了固定大小的数组(256)来统计ASCII字符的频率，这是一种空间换时间的优化策略。

2.1.2 优化解法

cpp复制class Solution {
public:
    string frequencySort(string s) {