對於經典演算法，你是否也遇到這樣的情形：學時覺得很清楚，可過陣子就忘了？
本系列文章就嘗試解決這個問題。
研讀那些排序演算法，細品它們的名字，其實都很貼切。
比如桶排序，一提起“桶”，我就想到了垃圾分類。
桶排序就是先分類，即把資料放進相應的桶裡，然後對每個桶進行區域性排序，最後再把桶合併一下就行了。
上圖演示了該演算法的總體流程。分為三步，分類，排序和合並。
該演算法的核心是如何分類，也就是，如何劃分桶並把元素放進相應的桶裡。
它的分類是按區間分類。圖中元素最小值是1，最大值是9，因此所有元素位於屬於區間【1,9】。假設桶（區間）的範圍大小是3，那麼就有3個桶，具體是：【1,3】、【4,6】、【7,9】。
用程式碼體現一下：
let array = [3, 8, 6, 1, 5, 7, 9, 2, 4]
let min = Math.min(...array)
let max = Math.max(...array)
let size = 3
let count = Math.floor((max - min) / size) + 1
let buckets = []
for (let i = 0; i < count; i++) {
buckets.push([])
}
console.log(buckets) // [ [], [], [] ]
複製程式碼總體來說程式碼比較簡單，需要注意的是count的計算。
桶有了，接下來就是把每個元素歸類。
for (let v of array) {
let num = Math.floor((v - min) / size)
buckets[num].push(v)
}
console.log(buckets) // [ [ 3, 1, 2 ], [ 6, 5, 4 ], [ 8, 7, 9 ] ]
複製程式碼其中，num表示桶的序號，與count一樣，也是通過偏移量來計算的。因為下標是從0開始的，因此這裡沒有再加1。
關鍵問題解決了，排序和合並就相對簡單了。
排序用其他任一排序演算法都可以，比如資料量不太大的時候，插入排序就比較適合。
因為區間本來就是有序的，合併時只需直接連線這些陣列即可。
let result = []
for (bucket of buckets) {
result.push(...insertionSort(bucket))
}
console.log(result) // [ 1, 2, 3, 4, 5, 6, 7, 8, 9 ]
複製程式碼至此，桶排序原理和實現已經說完了。檢視完整程式碼：codepen。
其實還有優化的空間，比如min和max可以通過一次迴圈確定出來。另外一點是，我們知道插入排序的思想是把待排序元素插入到已排序序列裡，因此可以在第一步分類時就直接插入就行。
這裡總結一下，桶排序是分散式排序，適合處理大批量資料。需要額外空間，是外部排序。桶排序是否穩定，取決於第二步排序演算法的選擇。時間複雜度是線性級O(n)，可以簡單理解：桶的範圍大小是人為指定的，它不隨資料規模變化，如果資料相對均勻分佈，那麼桶的個數就是核心影響因子了。
桶排序，要做到能分分鐘手寫出來，是需要掌握其排序原理的。核心是如何劃分割槽間和元素歸類，一旦理解就容易寫出來，不需要死記硬背的。
希望有所幫助，本文完。
本系列已經發表文章：