桶排序用数组实现，核心是将数据按值域分到多个桶中分别排序再合并；它不依赖比较，而是空间换时间，适合已知范围且分布均匀的整数或浮点数。
桶排序用数组实现，核心是把数据按值域切分到多个“桶”（即数组的每个元素），再分别整理、合并。它不是靠两两比较，而是靠空间换时间，特别适合已知范围、分布较均匀的整数或浮点数。
明确数据范围并设计桶数组结构
先扫描一次原始数组，获取最小值 min 和最大值 max。若数据范围为 [min, max]，可设桶数量 k（常用 k = n，即元素个数），每个桶覆盖区间长度为 (max − min) / k（注意向上取整避免越界）。然后声明一个长度为 k 的数组 buckets，每个位置初始化为空列表（如 Python 的 []）或动态数组（Java/C++ 中可用 ArrayList 或 vector）。
映射元素到对应桶并保证索引不越界
对每个元素 x，计算其所属桶索引：
index = floor((x − min) / bucket_range)
但必须做边界处理：当 x == max 时，index 可能等于 k（越界），此时应强制设为 k−1。这个细节常被忽略，会导致程序崩溃或漏排。
桶内排序策略要匹配数据量
每个桶中元素通常不多，优先选轻量级排序：
- 桶内元素 ≤ 10 个 → 直接用插入排序（稳定、常数小、原地）
- 桶内元素较多（如 > 50）→ 改用快速排序或归并排序
- 若桶内数据仍具明显范围（如全是 20–35 的整数），可递归调用桶排序，但需加深度限制防栈溢出
合并结果时保持顺序与稳定性
从 buckets[0] 到 buckets[k−1] 依次遍历，将每个桶中已排好序的元素追加到结果数组。只要桶内排序算法稳定（如插入排序）、且入桶时保持原序列相对顺序（即用 append 而非 insert(0, …)），整个桶排序就是稳定的——相同值的元素不会乱序。
