深入了解基数排序算法

简介: 深入了解基数排序算法

基数排序(Radix Sort)是一种非比较性的排序算法,它将整数按位数逐个排序,每个位数的排序采用稳定的排序算法,最终得到有序序列。本文将详细介绍基数排序的工作原理,提供示例和Python、Go、Java以及C语言的实现代码。


基数排序的基本思想


基数排序的核心思想是将整数按位数切割成不同的数字,然后按每个位上的数字分组。具体步骤如下:

1.确定位数: 确定待排序整数的最大位数,作为排序的轮数。

2.按位分组: 将整数按位数分成个位、十位、百位等不同组,从最低位开始。

3.每个位上的排序: 对每个位上的数字进行稳定排序,可以选择计数排序等。

4.合并: 合并每个位上的数字,得到最终有序序列。


基数排序的示例


让我们通过一个示例来理解基数排序的工作原理。假设我们有一个整数数组 [170, 45, 75, 90, 802, 24, 2, 66],我们希望按升序排序它。

1.确定位数: 最大整数是802,有3位数字,因此需要3轮排序。

2.按位分组: 将整数按个位数字分组。

桶0: [170, 90]
桶1: [801]
桶2: [802, 2]
桶3: []
桶4: []
桶5: [75]
桶6: [66]
桶7: []
桶8: []
桶9: [45, 24]


1.每个位上的排序: 对每个位上的数字进行稳定排序,这里选择计数排序。

第一轮(个位): 170, 90, 801, 802, 2, 75, 66, 45, 24

第二轮(十位): 801, 802, 2, 24, 45, 66, 75, 170, 90

第三轮(百位): 2, 24, 45, 66, 75, 90, 170, 801, 802


2.合并: 得到最终有序序列。

排序后的数组: [2, 24, 45, 66, 75, 90, 170, 801, 802]


基数排序的时间复杂度


基数排序的时间复杂度取决于稳定排序算法的时间复杂度以及位数。假设n是待排序元素的数量,k是元素的位数,t是稳定排序算法的时间复杂度。

1.每位的排序时间: O(n + t)

2.总的排序时间: O(k * (n + t))


综合起来,基数排序的时间复杂度为O(k * (n + t))。


基数排序是一种稳定的排序算法,适用于整数排序。它在元素位数较小且范围确定的情况下表现出色。


示例代码


以下是基数排序的示例代码,分别使用Python、Go、Java和C语言编写。

Python 基数排序

def counting_sort(arr, exp):
    n = len(arr)
    output = [0] * n
    count = [0] * 10
    
    # 统计每个位上的数字出现次数
    for i in range(n):
        index = arr[i] // exp
        count[index % 10] += 1
        
    # 计算累积频次
    for i in range(1, 10):
        count[i] += count[i - 1]
        
    # 根据位数排序
    i = n - 1
    while i >= 0:
        index = arr[i] // exp
        output[count[index % 10] - 1] = arr[i]
        count[index % 10] -= 1
        i -= 1
        
    # 将排序结果复制回原数组
    for i in range(n):
        arr[i] = output[i]
        
def radix_sort(arr):
    max_num = max(arr)
    exp = 1
    
    while max_num // exp > 0:
        counting_sort(arr, exp)
        exp *= 10
        
arr = [170, 45, 75, 90, 802, 24, 2, 66]
radix_sort(arr)
print("排序后的数组:", arr)


Go 基数排序

package main

import (
  "fmt"
)

func countingSort(arr []int, exp int) {
  n := len(arr)
  output := make([]int, n)
  count := make([]int, 10)
  
  // 统计每个位上的数字出现次数
  for i := 0; i < n; i++ {
  index := arr[i] / exp % 10
  count[index]++
  }
  
  // 计算累积频次
  for i := 1; i < 10; i++ {
  count[i] += count[i-1]
  }
  
  // 根据位数排序
  for i := n - 1; i >= 0; i-- {
  index := arr[i] / exp % 10
  output[count[index]-1] = arr[i]
  count[index]--
  }
  
  // 将排序结果复制回原数组
  for i := 0; i < n; i++ {
  arr[i] = output[i]
  }
}

func radixSort(arr []int) {
  maxNum := arr[0]
  n := len(arr)
  
  // 找到最大值
  for i := 1; i < n; i++ {
  if arr[i] > maxNum {
    maxNum = arr[i]
  }
  }
  
  exp := 1
  
  // 逐位排序
  for maxNum/exp > 0 {
  countingSort(arr, exp)
  exp *= 10
  }
}

func main() {
  arr := []int{170, 45, 75, 90, 802, 24, 2, 66}
  radixSort(arr)
  fmt.Println("排序后的数组:", arr)
}


Java 基数排序

import java.util.Arrays;

public class RadixSort {
    public static void countingSort(int arr[], int exp) {
        int n = arr.length;
        int output[] = new int[n];
        int count[] = new int[10];
        
        // 统计每个位上的数字出现次数
        for (int i = 0; i < n; i++) {
            int index = arr[i] / exp % 10;
            count[index]++;
        }
        
        // 计算累积频次
        for (int i = 1; i < 10; i++) {
            count[i] += count[i - 1];
        }
        
        // 根据位数排序
        for (int i = n - 1; i >= 0; i--) {
            int index = arr[i] / exp % 10;
            output[count[index] - 1] = arr[i];
            count[index]--;
        }
        
        // 将排序结果复制回原数组
        for (int i = 0; i < n; i++) {
            arr[i] = output[i];
        }
    }
    
    public static void radixSort(int arr[]) {
        int maxNum = Arrays.stream(arr).max().getAsInt();
        int exp = 1;
        
        while (maxNum / exp > 0) {
            countingSort(arr, exp);
            exp *= 10;
        }
    }
    
    public static void main(String[] args) {
        int arr[] = {170, 45, 75, 90, 802, 24, 2, 66};
        radixSort(arr);
        System.out.print("排序后的数组: ");
        System.out.println(Arrays.toString(arr));
    }
}


C 语言 基数排序

#include <stdio.h>

void countingSort(int arr[], int n, int exp) {
    int output[n];
    int count[10] = {0};
    
    // 统计每个位上的数字出现次数
    for (int i = 0; i < n; i++) {
        count[(arr[i] / exp) % 10]++;
    }
    
    // 计算累积频次
    for (int i = 1; i < 10; i++) {
        count[i] += count[i - 1];
    }
    
    // 根据位数排序
    for (int i = n - 1; i >= 0; i--) {
        output[count[(arr[i] / exp) % 10] - 1] = arr[i];
        count[(arr[i] / exp) % 10]--;
    }
    
    // 将排序结果复制回原数组
    for (int i = 0; i < n; i++) {
        arr[i] = output[i];
    }
}

void radixSort(int arr[], int n) {
    int maxNum = arr[0];
    
    // 找到最大值
    for (int i = 1; i < n; i++) {
        if (arr[i] > maxNum) {
            maxNum = arr[i];
        }
    }
    
    int exp = 1;
    
    // 逐位排序
    while (maxNum / exp > 0) {
        countingSort(arr, n, exp);
        exp *= 10;
    }
}

int main() {
    int arr[] = {170, 45, 75, 90, 802, 24, 2, 66};
    int n = sizeof(arr) / sizeof(arr[0]);
    radixSort(arr, n);
    printf("排序后的数组: ");
    for (int i = 0; i < n; i++) {
        printf("%d ", arr[i]);
    }
    return 0;
}


以上示例代码展示了不同编程语言中的基数排序算法实现。这些示例帮助你理解基数排序的工作原理,并提供了可供参考和使用的代码示例。基数排序是一种适用于整数排序的高效稳定的排序算法。


目录
相关文章
|
算法 搜索推荐 Python
Python算法——基数排序
Python算法——基数排序
87 1
|
29天前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
22 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
4月前
|
算法 搜索推荐 C#
|
5月前
|
算法 C语言
数据结构和算法——桶排序和基数排序(图示、伪代码、多关键字排序,基数排序代码)
数据结构和算法——桶排序和基数排序(图示、伪代码、多关键字排序,基数排序代码)
27 0
|
6月前
|
算法 前端开发
前端算法之基数排序
前端算法之基数排序
41 1
|
6月前
|
搜索推荐 算法 Java
【数据结构排序算法篇】----基数排序【实战演练】
【数据结构排序算法篇】----基数排序【实战演练】
49 3
|
存储 算法 搜索推荐
数据结构各内部排序算法总结对比及动图演示(插入排序、冒泡和快速排序、选择排序、堆排序、归并排序和基数排序等)2
数据结构各内部排序算法总结对比及动图演示(插入排序、冒泡和快速排序、选择排序、堆排序、归并排序和基数排序等)2
249 0
|
存储 搜索推荐 算法
八大排序算法-直接插入排序、希尔排序、直接选择排序、冒泡排序、堆排序、快速排序、归并排序、基数排序(下)
八大排序算法-直接插入排序、希尔排序、直接选择排序、冒泡排序、堆排序、快速排序、归并排序、基数排序(下)
|
搜索推荐 算法 Java
【算法】基数排序的原理与Java实现
基数排序(Radix Sort)是一种非比较性的排序算法,它根据元素的位数逐位进行排序。基数排序的核心思想是将待排序的元素按照低位到高位的顺序进行排序,每一位都使用稳定的排序算法(通常是计数排序或桶排序)。通过多次按位排序,最终可以得到有序的结果
111 0
|
6月前
|
算法 搜索推荐 Java
数据结构与算法面试:基于比较的排序算法时间复杂度最坏情况下是 O(nlogn),请问有没有更快的算法?(提示:计数排序、基数排序)
数据结构与算法面试:基于比较的排序算法时间复杂度最坏情况下是 O(nlogn),请问有没有更快的算法?(提示:计数排序、基数排序)
48 0