Algorithm 桶排序分析

一个简单的例子是桶排序。铲斗分拣工作，额外 信息必须可用。输入a1，a2，必须 仅由小于m的正整数组成。明显地 可以对此进行扩展。如果是这样，那么 算法很简单：保留一个名为count的数组，大小为m，即 初始化为所有0。因此，count有m个单元格或桶，它们是 最初是空的。读取ai时，将计数[ai]增加1。毕竟 读取输入，扫描计数数组，打印出一个表示 已排序列表的。该算法采用Om+n；如果m是开着的，那么 总数正在增加

虽然这个算法似乎违反了下限，但事实证明 这不是因为它使用了比简单更强大的操作 比较。通过增加适当的bucket，算法 基本上在单位时间内执行m路比较。这是相似的 扩展哈希中使用的策略。这显然不在计划之内 已证明下限的模型

我对上一段的质询

作者所说的使用比简单比较更强大的操作是什么意思？ 通过增加适当的bucket，算法如何执行m路比较？顺便问一下，什么是m路比较？ 上述桶排序策略与可扩展散列有何关联？有人能举一个可扩展散列的例子吗？ 谢谢

计数[arr[i]]比比较更“强大”，因为它是 实际*count+arr[i]。每个比较op有2个可能的 值：true/false，虽然此op的值范围更广， [所有可能的地址！]因此它更“强大” 通过增加元素，算法“知道”以后有多少个元素 元素在这个“桶”中的位置，以及以后的位置：只是“溢出”了 水桶里的东西都出来了。作者所指的m-方式比较， 我假设是与m个可能输出的“比较”，正如我上面解释的。 这基本上是一个散列，将元素散列到范围 [0，m]。这里的重要性和区别在于：两个要素是 散列到相同的数字，当且仅当它们相同时。这 当然，只有使用相同的值对元素进行散列，才能实现此目标 [或更小]范围，然后是图像。