一、思想用一句话概括：划分多个范围相同的区间，每个子区间自排序，最后合并
桶排序是计数排序的扩展版，计数排序可以认为每个桶只存储了相同的元素。 另一方面，桶排序在每个桶中存储一定范围的要素。 使用映射函数将要排序的数组的元素映射到相应的桶中，对每个桶中的元素进行排序，最后将非空桶中的元素逐个放入原始序列中。
桶排序必须使元素的方差尽可能均匀。 否则，当所有数据集中在同一个桶中时，桶排序就会失效。
二.图解过程
三、核心代码publicstaticvoidbucketsort (int [ ] arr ) ) /计算最大值和最小值int max=Integer.MIN_VALUE； int min=Integer.MAX_VALUE； for(intI=0； i arr.length； I ) ) max=math.max(max，arr[i]； min=math.min(min，arr[i] )； (//要计算桶数的intbucketnum=(max-min )/arr.length 1； arraylistarraylistintegerbucketarr=new ArrayList (bucket num )； for(intI=0； i bucketNum； I ) ) bucket arr.add (newarraylistinteger ()； //将各元素放入桶for中(intI=0； i arr.length； I ) intnum=(arr[I]-min )/)/(arr.length )； bucketARR.get(num ).add ) ARR[I]； //按桶排序for(intI=0； i bucketArr.size (； I ) { collections.sort (bucket arr.get ) I )； //将桶元素代入原始数组int index=0； for(intI=0； i bucketArr.size (； I ) for(intj=0； jbucketARR.get(I ).size )； j(ARR[index]=bucketARR.get(I ).get ) j； ()四、复杂度分析1 .时间复杂度： o(NC )排序对象序列大小为n，共分为m个桶，主要步骤如下：
n次循环，将每个元素放入相应的桶中并对m次循环，每个桶的数据进行排序(平均每个桶有N/M个元素) )通常，时间复杂度为o ) nLOGN ) o ) nLOGN ) nLOGN )，实际上
整个桶排序的时间复杂度如下。
o(n ) o ) m ) n/mLOg(n/m ) ) ) n ) ) n ) o ) m * (n/m * log (n/m ) n/m ) ) ) o ) o ) o ) o ) n ) n ) l ) l65
在N=M的情况下，复杂度为o(n ) o ) n ) o ) n )
2 .额外空间复杂度： o(nm )五、稳定性分析桶排序的稳定性取决于桶内排序所用的算法。