直接访问数组排序是一种利用键作为数组索引的线性时间排序算法。它通过构建一个辅助数组，将原始数据项（包含键和值）直接存储在与其键对应的位置。随后，按键的自然顺序遍历辅助数组，即可高效地提取出完整的、已排序的数据项，从而实现对“值”而非仅仅“键”的排序，但要求键为不重复的非负整数。
什么是直接访问数组排序？
直接访问数组排序（Direct Access Array Sort）是一种非比较排序算法，它适用于待排序数据项的键满足特定条件的情况：键必须是唯一的、非负的整数。该算法的核心思想是利用键值作为数组的索引，将数据项直接放置到辅助数组的相应位置，从而在后续遍历时，自然地按照键的顺序取出数据项。
算法原理与实现
该算法通常分为两个主要阶段：插入阶段和读取阶段。以下是其Python实现示例：
class Item:
def __init__(self, key, value=None):
self.key = key
self.value = value # 假设每个数据项除了键还有其他值
def __repr__(self):
return f"{{key: {self.key}, value: {self.value}}}"
def direct_access_sort(A):
"""
使用直接访问数组对列表A进行排序。
假设A中的每个元素都是一个包含'key'属性的对象，
且键是唯一的、非负整数。
"""
if not A:
return []
# 1. 确定最大键值 (O(n))
# 找到所有数据项中的最大键，以确定直接访问数组的大小。
max_key = max([x.key for x in A])
u = max_key + 1 # 数组大小为 max_key + 1，以包含从0到max_key的所有键
# 2. 创建直接访问数组 (O(u))
# 初始化一个大小为u的数组D，所有位置初始为None。
D = [None] * u
# 3. 插入数据项到直接访问数组 (O(n))
# 遍历原始数组A，将每个数据项x根据其键x.key放置到D的相应索引处。
for x in A:
D[x.key] = x # 注意：这里存储的是整个数据项x，而非仅仅是x.key
# 4. 按顺序从直接访问数组中读取数据项 (O(u))
# 初始化一个计数器i，用于填充排序后的数组A。
i = 0
# 遍历D数组的每个索引（即可能的键值）。
for key in range(u):
# 如果D[key]不为None，说明该键对应位置有数据项。
if D[key] is not None:
# 将D[key]（即完整的排序后的数据项）放回原始数组A的当前位置。
A[i] = D[key]
i += 1 # 移动到下一个待填充位置
return A工作机制详解：如何实现“值”的排序
原始问题中提到，这种排序似乎只对“键”进行了排序，而非“值”。这实际上是一个常见的误解。直接访问数组排序的核心在于它存储的是完整的数据项，而不仅仅是键。
让我们仔细分析代码中的关键行：
for x in A: # O(n) insert items
D[x.key] = x当代码执行 D[x.key] = x 时，它将原始数组 A 中的一个数据项 x（这个 x 是一个包含 key 和其他 value 的对象）完整地赋值给了 D 数组中 x.key 对应的索引位置。这意味着 D 数组的每个非空位置存储的都是一个完整的对象，例如 {key: 160, value: "Alice"}。
随后，在读取阶段：
for key in range(u): # O(u) read out items in order
if D[key] is not None:
A[i] = D[key]
i += 1当 D[key] 被检索时，我们得到的是之前存储的那个完整的对象。例如，如果 D[160] 存储的是 {key: 160, value: "Alice"}，那么 A[i] = D[key] 就会将整个 {key: 160, value: "Alice"} 对象赋值给 A 的当前位置。由于我们是按照 key 从小到大遍历 range(u)，因此，从 D 中取出的数据项自然就是按照它们的键值排好序的，同时它们所包含的“值”也随之被正确地排序了。
因此，直接访问数组排序确实实现了对数据项整体（包括键和值）的排序，只是排序的依据是数据项的键。
示例演示
假设我们有一个包含人员信息的列表，每个人员对象有 key（身高）和 value（姓名）。
# 初始输入数组，包含key和value
A = [
Item(key=160, value="Alice"),
Item(key=150, value="Bob"),
Item(key=200, value="Charlie"),
Item(key=188, value="David")
]
print("原始数组A:", A)
# 原始数组A: [{key: 160, value: Alice}, {key: 150, value: Bob}, {key: 200, value: Charlie}, {key: 188, value: David}]
# 1. 确定最大键值
# max_key = max([160, 150, 200, 188]) = 200
# u = 200 + 1 = 201
# 2. 创建直接访问数组
# D = [None, None, ..., None] (长度为201)
# 3. 插入数据项到直接访问数组
# 遍历A:
# x = {key: 160, value: "Alice"} => D[160] = {key: 160, value: "Alice"}
# x = {key: 150, value: "Bob"} => D[150] = {key: 150, value: "Bob"}
# x = {key: 200, value: "Charlie"} => D[200] = {key: 200, value: "Charlie"}
# x = {key: 188, value: "David"} => D[188] = {key: 188, value: "David"}
# 此时，D数组在索引150, 160, 188, 200处有值，其余为None。
# 4. 按顺序从直接访问数组中读取数据项
# i = 0
# for key in range(201):
# key = 0, D[0] is None
# ...
# key = 150, D[150] is not None. A[0] = D[150] => A[0] = {key: 150, value: "Bob"}. i = 1
# key = 151, D[151] is None
# ...
# key = 160, D[160] is not None. A[1] = D[160] => A[1] = {key: 160, value: "Alice"}. i = 2
# ...
# key = 188, D[188] is not None. A[2] = D[188] => A[2] = {key: 188, value: "David"}. i = 3
# ...
# key = 200, D[200] is not None. A[3] = D[200] => A[3] = {key: 200, value: "Charlie"}. i = 4
# ...
# 最终，A数组被更新为排序后的结果。
sorted_A = direct_access_sort(A)
print("排序后数组A:", sorted_A)
# 排序后数组A: [{key: 150, value: Bob}, {key: 160, value: Alice}, {key: 188, value: David}, {key: 200, value: Charlie}]从输出可以看出，原始数据项（包括姓名，即 value）已经根据身高（即 key）进行了排序。
性能分析
-
时间复杂度:
- 查找最大键：O(n)，其中n是数据项的数量。
- 创建直接访问数组：O(u)，其中u是最大键值加一。
- 插入数据项：O(n)。
- 读取数据项：O(u)。
- 总时间复杂度为 O(n + u)。
-
空间复杂度:
- 直接访问数组 D 需要 O(u) 的额外空间。
适用场景与注意事项
-
键的特性: 直接访问数组排序要求键必须是：
- 唯一的: 如果键不唯一，则后插入的数据项会覆盖先插入的，导致数据丢失或排序不正确。
- 非负整数: 键作为数组索引，必须是非负整数。
- 范围有限: 键的范围 u 不宜过大。
稀疏性问题: 如果数据项的数量 n 远小于键的范围 u（例如，只有10个数据项，但键的范围是0到1,000,000），那么 D 数组将非常稀疏，大部分空间会被 None 填充，导致极大的内存浪费。在这种情况下，其 O(u) 的时间复杂度也会变得非常高，效率甚至不如 O(n log n) 的比较排序算法。
与计数排序的关系: 直接访问数组排序与计数排序（Counting Sort）有相似之处，两者都利用了键的整数特性。计数排序通常用于对整数本身进行排序或作为基数排序的子过程，它通过统计每个键出现的次数来确定元素在输出数组中的位置。而直接访问数组排序则是将完整的对象直接放置到键对应的位置。
实际应用: 当键的范围相对较小且键值密集时，直接访问数组排序可以提供非常高效的线性时间排序。例如，对分数、年龄等有限范围内的整数键进行排序。
总结
直接访问数组排序是一种简单而高效的线性时间排序算法，它通过将数据项的键作为辅助数组的索引，实现了对完整数据项的排序。其核心在于直接访问数组存储的是数据项本身，而非仅仅键值。尽管它具有 O(n+u) 的优秀时间复杂度，但其适用性受到键值范围和唯一性的严格限制。在实际应用中，需要根据具体的数据特性权衡其内存消耗和性能表现。
