你有没有遇到过这种情况：公司服务器每天生成大量用户操作日志，需要按时间顺序归档备份。但日志量太大，普通排序方法慢得像老牛拉车，备份任务总拖到凌晨还没跑完。
为什么选计数排序？
这些日志的时间戳其实有个特点——集中在24小时内，也就是0到86399秒之间。这种有限范围的整数数据，正好是计数排序的强项。
它不靠比较元素大小，而是直接统计每个值出现的次数。比如你有1000条记录，时间戳都在1到100之间，那就开个长度为101的数组，遍历一遍日志，把每个时间戳对应的位置加1。最后按顺序读出来，自然就是排好序的。
代码实现很简单
def counting_sort(arr, max_val):
count = [0] * (max_val + 1)
for num in arr:
count[num] += 1
sorted_arr = []
for i, freq in enumerate(count):
sorted_arr.extend([i] * freq)
return sorted_arr假设你要备份一批传感器采集的数据，采样频率固定，数值范围已知。用这个方法，排序速度比快排还快一大截，备份窗口缩短了，运维同事终于能准点下班。
适用场景要认清
这算法不是万能钥匙。如果数据范围太大，比如排序身份证号，那计数数组会大到内存撑不住。但它特别适合处理状态码、评分、年龄这类小范围整数。
在做日志归档、监控数据压缩备份时，先看看原始数据的分布。要是数值集中且跨度小，试试计数排序，说不定能让整个备份流程提速一倍。
有时候解决问题不需要最复杂的工具，而是刚好合适的那个。就像家里修水管，不需要起重机，一把扳手就够了。