如何使用分布排序（基数排序等）对字符串进行排序？

Posted 2023-02-22

【中文标题】如何使用分布排序（基数排序等）对字符串进行排序？

【英文标题】：How to use distribution sort (radix sort, etc) to sort strings?

【发布时间】：2012-03-09 17:44:25

【问题描述】：

我知道如何使用基数排序来对整数进行排序。

但是如何使用它对字符串进行排序呢？还是浮点数？

【问题讨论】：

@NiklasB.：基数排序是一种非比较排序。

@Groo：哦。在那种情况下，我的评论是无关紧要的:)

【参考方案1】：

如果您忽略浮点数的一些特性，例如无穷大、非数字值和零的两种不同表示，则可以使用基数排序或任何其他分布排序来对浮点数进行排序。 IEEE 754-2008 浮点数具有二进制表示，在排序顺序上与整数兼容。因此，如果您排除非数字并将float 或double 重新解释为int32 或int64，您可以直接对它们应用任何分布排序。 编辑：负浮点数需要特殊处理（正如 AShelly 指出的那样），因为它们的排序顺序与整数的排序顺序相反。

对于字符串，由于它们的长度可变，因此更加困难。可以使用其他类型的分布排序（桶排序）并且通常用于字符串。字符串的几个起始字符用于桶索引，然后任何比较排序用于对桶内的字符串进行排序。

如果所有字符串的长度几乎相等和/或使用某种技术来放大字符串之间的差异（如"FAST: Fast Architecture Sensitive Tree Search on Modern CPUs and GPUs" 的第 6 章所述），那么也可以使用基数排序：将字符串拆分为字符组（或者更好的是，对比特组）等长，将这些组重新解释为整数，然后继续进行，就好像它是整数的基数排序一样。

编辑： 保证各种分布排序仅适用于 ASCII 字符串。其他字符串编码可能需要不同的排序顺序，或者可能取决于语言环境的“collat​​e”参数。

【参考方案2】：

是的，这是可能的。

请参阅Radix Sort, Sorting a float data 了解浮点数。它使用了浮点数转换为整数类型的事实比较正确（一旦负数被纠正）。详情见this article

对于字符串，您可以通过执行 MSD 基数排序并确保在遇到 Null 时停止降序来解决可变长度问题。见Radix sort implemented in c++ for string。