计数排序 O(n+k) 时间复杂度中的 k 是多少？
What is k in counting sort O(n+k) time complexity?
计算排序的最差、最佳和平均时间复杂度为 O(n+k)，其中 n 是要排序的元素数。 k 到底是什么？ 我看到了不同的定义：最大元素、最大元素和最小元素之间的差异等等。
- 给定数组
arr1 [1, 3, 5, 9, 12, 7 ] 和 arr2 [1,2,3,2,1,2,4,1,3,2]
arr1 和 arr2 的 k 是什么？
- 用计数排序
arr1 是不是真的很蠢 因为
n < k（元素值的范围大于
要排序的元素？
k 是键的范围，即覆盖所有可能值所需的数组槽数。因此在数字的情况下，Max-Min+1。当然，这假设您不会浪费 space 分配第一个插槽 Min 和最后一个插槽 Max。
当k不超过[=15=的小倍数时，使用计数排序是合适的，让n.k，因为在这种情况下，n.k可以击败n.log n.
k 是数组中的最大可能值，假设您有长度为 5 的数组，其中每个数字都是 0 到 9 之间的整数，在此示例中，k 等于 9
首先将一个包含 k 个计数的数组归零。然后读取数组中的n个元素，并根据n个元素的值递增k个计数的元素。在计数排序的输出过程中，读取 k 个计数的数组，并写入 n 个元素的数组。所以有 k 次写入（将计数归零）、n 次读取，然后是 k 次读取和 n 次写入，总共进行了 2n + 2k 次操作，但是大 O 忽略了常量 2，因此时间复杂度为 O(n + k)。
计算排序的最差、最佳和平均时间复杂度为 O(n+k)，其中 n 是要排序的元素数。 k 到底是什么？ 我看到了不同的定义：最大元素、最大元素和最小元素之间的差异等等。
- 给定数组
arr1 [1, 3, 5, 9, 12, 7 ]和arr2 [1,2,3,2,1,2,4,1,3,2]arr1和arr2的k是什么？ - 用计数排序
arr1是不是真的很蠢 因为n < k（元素值的范围大于 要排序的元素？
k 是键的范围，即覆盖所有可能值所需的数组槽数。因此在数字的情况下，Max-Min+1。当然，这假设您不会浪费 space 分配第一个插槽 Min 和最后一个插槽 Max。
当k不超过[=15=的小倍数时，使用计数排序是合适的，让n.k，因为在这种情况下，n.k可以击败n.log n.
k 是数组中的最大可能值，假设您有长度为 5 的数组，其中每个数字都是 0 到 9 之间的整数，在此示例中，k 等于 9
首先将一个包含 k 个计数的数组归零。然后读取数组中的n个元素，并根据n个元素的值递增k个计数的元素。在计数排序的输出过程中，读取 k 个计数的数组，并写入 n 个元素的数组。所以有 k 次写入（将计数归零）、n 次读取，然后是 k 次读取和 n 次写入，总共进行了 2n + 2k 次操作，但是大 O 忽略了常量 2，因此时间复杂度为 O(n + k)。