让我们从用C重写代码开始，因为C对我来说比较熟悉。因此，让我们用一些注释来调用代码：

int
counting_sort(int a[], int a_len, int maxVal)
{
  int i, j, outPos = 0;
  int bucket_len = maxVal+1;
  int bucket[bucket_len]; /* simple bucket structure */

  memset(bucket, 0, sizeof(int) * bucket_len);

  /* one loop bucket processing */
  for (i = 0; i < a_len; i++)
    {
      bucket[a[i]]++; /* simple work with buckets */
    }

  for (i=0; i < bucket_len; i++)
    {
      for (j = 0; j < bucket[i]; j++)
        {
          a[outPos++] = i;
        }
    }

  return 0;
}

现在让我们提供一些实际数据：

[126、348、343、432、316、171、556、223、670、201]

在输出上，我们有

[126、171、201、223、316、343、348、432、556、670]

看来一切还好吗？还没。让我们看一下maxVal。它是670（！）。这里要排序10个元素的数组，我们使用了670个元素的数组，主要是零。非常。为了解决计数排序的问题，我们有两种可能的归纳方法：

1）第一种方式-以数字方式进行排序。这称为基数排序。让我们显示一些代码，尝试使其尽可能接近计数排序代码。再看一下评论：

int
radix_sort(int a[], int a_len, int ndigits)
{
  int i;
  int b[a_len];
  int expn = 1;

  /* additional loop for digits */
  for (i = 0; i != ndigits; ++i)
    {
      int j;
      int bucket[10] = {0}; /* still simple buckets */

      /* bucket processing becomes tricky */
      for (j = 0; j != a_len; ++j)
        bucket[ a[j] / expn % 10 ]++;

      for (j = 1; j != 10; ++j)
        bucket[j] += bucket[j - 1];

      for (j = a_len - 1; j >= 0; --j)
        b[--bucket[a[j] / expn % 10]] = a[j];

      for (j = 0; j != a_len; ++j)
        a[j] = b[j];

      expn *= 10;
    }
}

我们正在乘以N附近的内存。利润？也许。但是在某些情况下，接近N的倍数非常重要。程序，一天工作和一周工作与用户视图有很大不同，即使两者都分别工作为1 * O（N）和7 * O（N）。因此，我们要进行第二种概括：

2）第二种方法-使水桶更加精致。这称为存储桶排序。

让我们再次从一些代码开始。在进行哲学争论之前，我更喜欢使用更多代码。仍然看评论，它们是必不可少的。

int
bucket_sort(int a[], int a_len, int maxVal)
{
  int i, aidx;

  typedef struct tag_list {
    int elem;
    struct tag_list *next;
  } list_t, *list_p;

  list_p bucket[10] = {0}; /* sophisticated buckets */

  /* one loop simple processing with one more inner loop 
    to get sorted buckets (insert-sort on lists, Cormen-style) */
  for (i = 0; i != a_len; ++i)
    {
      int bnum = (10 * a[i]) / maxVal;
      list_p bptr = bucket[bnum];
      list_p belem = malloc(sizeof(list_t));
      belem->elem = a[i];
      if (bptr == 0)
        {
          bucket[bnum] = belem;
          belem->next = 0;
          continue;
        }
      else if (a[i] <= bptr->elem)
        {
          belem->next = bptr;
          bucket[bnum] = belem;
          continue;
        }
      else
        {
          while (bptr != 0)
            {
              if ((bptr->elem <= a[i]) && ((bptr->next == 0) || (bptr->next->elem > a[i])))
                {
                  belem->next = bptr->next;
                  bptr->next = belem;
                  break;
                }
               bptr = bptr->next;
            }
         }
    }

  /* one loop (looks as two) to get all back */
  aidx = 0;

  for (i = 0; i != 10; ++i)
    {
      list_p bptr = bucket[i];
      while (bptr)
        {
          list_p optr = bptr;
          a[aidx] = bptr->elem;
          aidx += 1;
          bptr = bptr->next;
          free(optr);
        }
    }

  return 0;
}

那我们这里有什么？我们正在交易一些复杂的存储桶结构，并要求动态分配内存，但要赢得静态内存，并且乘数平均接近N。

现在，让我们回想一下我们在代码中看到的内容：

1. 计数排序-简单的存储桶，简单的处理，内存开销
2. 基数排序-简单的存储桶，复杂的处理，速度开销（仍然需要额外的静态内存）
3. 桶分类-复杂的桶，简单的处理，需要动态内存，平均水平很好

基数和存储桶排序因此是计数排序的两个有用的概括。它们在计数排序和彼此计数方面有很多共同点，但是在每种情况下，我们都会输掉某些东西而赢得一些东西。软件工程是这些机会之间的平衡。

我正在阅读基数，计数和存储桶排序的定义，似乎所有这些都只是下面的代码：

public static void sort(int[] a,int maxVal){
    int [] bucket=new int[maxVal+1];

    for (int i=0; i<bucket.length; i++){
        bucket[i]=0;
    }

    for (int i=0; i<a.length; i++){
        bucket[a[i]]++;
    }

    int outPos=0;
    for (int i=0; i<bucket.length; i++){
        for (int j=0; j<bucket[i]; j++){
            a[outPos++]=i;
        }
    }
}

我知道我做错了，所以我想念什么？如果您认为可以帮助用Java或C进行解释，请显示代码。