拜托,别再问我基数排序了!!!

Posted 程序员的进击之路

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了拜托,别再问我基数排序了!!!相关的知识,希望对你有一定的参考价值。

拜托,别再问我基数排序了!!!

基数排序(英语:Radix sort)是一种非比较型的排序算法,最早用于解决卡片排序的问题。

它的工作原理是将待排序的元素拆分为多个关键字(比较两个元素时,先比较第一关键字,如果相同再比较第二关键字……),然后先对第一个关键字进行稳定排序,再对第二个关键字进行稳定排序,……最后对第N关键字进行稳定排序,这样就完成了对整个待排序序列的稳定排序。


基数排序需要借助一种稳定算法 完成内层对关键字的排序。

通常而言,基数排序比基于比较的排序算法(比如快速排序)要快。但由于需要额外的内存空间,因此当内存空间稀缺时,原地置换算法(比如快速排序)或许是个更好的选择。

主要思路

将所有待比较数值(注意,必须是正整数)统一为同样的数位长度,数位较短的数前面补零. 然后, 从最低位开始, 依次进行一次稳定排序(我们可以采用我们前面讲解的计数排序或者桶排序算法, 因为每个位可能的取值范围是固定的从0到9).这样从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列.

基数排序的方式可以采用LSD(Least significant digital)或MSD(Most significant digital),LSD的排序方式由键值的最右边开始,而MSD则相反,由键值的最左边开始。

  • MSD:先从高位开始进行排序,在每个关键字上,可采用计数排序
  • LSD:先从低位开始进行排序,在每个关键字上,可采用桶排序

动图演示

拜托,别再问我基数排序了!!!


算法描述

  • 取得数组中的最大数,并取得位数;
  • arr为原始数组,从最低位开始取每个位组成radix数组;
  • 对radix进行稳定排序(比如:利用计数排序适用于小范围数的特点)

过程文字描述

假设我们有一个数组序列为: [234, 351, 456, 782, 569],以下将为我们的具体排序过程:

每次操作的元素,采用**符号包围。

  1. 第一次排序(按照个位排序):
35*1*
78*2*
23*4*
45*6*
56*9*
  1. 第二次排序(按照十位排序):
2*3*4
3*5*1
4*5*6
5*6*9
7*8*2
  1. 第三次排序(按照百位排序):
*2*34
*3*45
*4*56
*5*69
*7*82

经过三次排序后,我们将得到最终的排序结果为:[234, 345, 456, 569, 782]

这里有问题就是:

  1. 为什么我们要使用稳定排序呢? 稳定排序能保证,上一次的排序成果被保留,十位数的排序过程能保留个位数的排序成果,百位数的排序过程能保留十位数的排序成果.

实现

依据上述的各种演示和讲解,我们按照思路还是很容易实现相关代码的。

下面是我的实现代码,可以供大家参考下:

package sort

// 获取数组的最大位数(即最大值的位数)
func getMaxBit(array []int) (bit int) {
 max := array[0]
 for _, v := range array {
  if v > max {
   max = v
  }
 }
 if max == 0 {
  return 1
 }
 for max != 0 {
  bit++
  max = max / 10
 }
 return bit
}

// 获取指定元素和指定进制位的值(x=12345,b=1,则表示获取元素120,十进制位对应的值,为2)
func getBitValue(x int, bit int) (bitValue int) {
 for i := 1; i <= bit; i++ {
  x = x / 10
 }
 bitValue = x % 10
 return bitValue
}

func RadixSort(array []int) {
 arrayLen := len(array)
 if arrayLen < 1 {
  return
 }
 //获取最大位数
 maxBit := getMaxBit(array)

 // 循环比较每一个进制位
 for i := 0; i < maxBit; i++ {
  //定义10个桶子(每个进制位的值的范围只会在0-9之间)
  var bucketArray = [10][]int{}
  for _, v := range array {
   // 获取到数组元素此时进制位的值
   bitValue := getBitValue(v, i)
   // 将该数组元素加入到对应的bucket中
   bucketArray[bitValue] = append(bucketArray[bitValue], v)
  }
  //array数组重置为依据bucket得到的最新数组
  tmpArray := make([]int0)
  // 遍历0-9下标的桶,每个桶存储了该进制的数值对应的数组值
  for _, bucket := range bucketArray {
   for _, v := range bucket {
    tmpArray = append(tmpArray, v)
   }
  }
  copy(array, tmpArray)
 }
 return
}

几组测试案例

  • 数组: [329, 457, 657, 839, 436, 720, 355]

  • 数组: [0, 23, 12345, 345, 4569, 234567, 456, 9999, 2]

bit值代表对不同进制位进制处理后的数组,0代表个位,1代表十位...

复杂度

时间复杂度

最好、最坏、平均时间复杂度:O(d*(n+k))

d是最大值的位数,k是进制

空间复杂度

O(n+k)

稳定性

基数排序是一种稳定的排序算法。

在基数排序过程中,每次都是将当前位数上相同数值的元素统一“装桶”,并不需要交换位置。所以基数排序是稳定的算法。

总结

借助桶编号(键)经过多次分配和采集,最终得到一个有序序列,基数排序算法独树一帜,不像之前总结的排序算法,比如冒泡排序和优化后的快速排序,选择排序和优化后的堆排序,插入排序和优化后的希尔排序,归并排序等,实质上都要基于数的比较和移动。

基数排序的缺点是不呈现时空的局部性,因为在按位对每个数进行排序的过程中,一个数的位置可能发生巨大的变化,所以不能充分利用现代机器缓存提供的优势。

同时基数排序不具有原地排序的特点,占用一定的内存空间,当内存容量比较宝贵的时候,还是有待商榷。

参阅

图解基数排序(Radix Sort)


以上是关于拜托,别再问我基数排序了!!!的主要内容,如果未能解决你的问题,请参考以下文章

拜托,别再问我桶排序了!!!

拜托,面试别再问我堆(排序)了!

拜托!别再问我hashmap是否线程安全

拜托,别再问我 QPSTPSPVUVGMVIPRPS 好吗?

拜托,别再问我贪心算法了!

Spring源码剖析-拜托面试官别再问我AOP原理了