内部排序算法：基数排序
基本思想
基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。
基数排序可以采用两种方式：
- LSD（Least Significant Digital）：从待排序元素的最右边开始计算（如果是数字类型，即从最低位个位开始）。
- MSD（Most Significant Digital）：从待排序元素的最左边开始计算（如果是数字类型，即从最高位开始）。
我们以LSD方式为例，从数组R[1..n]中每个元素的最低位开始处理，假设基数为radix，如果是十进制，则radix=10。基本过程如下所示：
- 计算R中最大的元素，求得位数最大的元素，最大位数记为distance；
- 对每一位round<=distance，计算R[i] % radix即可得到；
- 将上面计算得到的余数作为bucket编号，每个bucket中可能存放多个数组R的元素；
- 按照bucket编号的顺序，收集bucket中元素，就地替换数组R中元素；
- 重复2~4，最终数组R中的元素为有序。
算法实现
基数排序算法，Java实现，代码如下所示：
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
|
public abstract class Sorter {
public abstract void sort(int[] array);
}public class RadixSorter extends Sorter {
private int radix;
public RadixSorter() {
radix = 10;
}
@Override
public void sort(int[] array) {
// 数组的第一维表示可能的余数0-radix，第二维表示array中的等于该余数的元素
// 如：十进制123的个位为3，则bucket[3][] = {123}
int[][] bucket = new int[radix][array.length];
int distance = getDistance(array); // 表示最大的数有多少位
int temp = 1;
int round = 1; // 控制键值排序依据在哪一位
while (round <= distance) {
// 用来计数：数组counter[i]用来表示该位是i的数的个数
int[] counter = new int[radix];
// 将array中元素分布填充到bucket中，并进行计数
for (int i = 0; i < array.length; i++) {
int which = (array[i] / temp) % radix;
bucket[which][counter[which]] = array[i];
counter[which]++;
}
int index = 0;
// 根据bucket中收集到的array中的元素，根据统计计数，在array中重新排列
for (int i = 0; i < radix; i++) {
if (counter[i] != 0)
for (int j = 0; j < counter[i]; j++) {
array[index] = bucket[i][j];
index++;
}
counter[i] = 0;
}
temp *= radix;
round++;
}
}
private int getDistance(int[] array) {
int max = computeMax(array);
int digits = 0;
int temp = max / radix;
while(temp != 0) {
digits++;
temp = temp / radix;
}
return digits + 1;
}
private int computeMax(int[] array) {
int max = array[0];
for(int i=1; i<array.length; i++) {
if(array[i]>max) {
max = array[i];
}
}
return max;
}
} |
基数排序算法，Python实现，代码如下所示：
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
|
class Sorter:
'''
Abstract sorter class, which provides shared methods being used by
subclasses.
'''
__metaclass__ = ABCMeta
@abstractmethod def sort(self, array):
pass
class RadixSorter(Sorter):
'''
Radix sorter
'''
def __init__(self):
self.radix = 10
def sort(self, array):
length = len(array)
which_round = 1
bucket = [[0 for col in range(length)] for row in range(self.radix)]
distance = self.__get_distance(array)
temp = 1
while which_round<=distance:
counter = [0 for x in range(self.radix)]
for i in range(length):
which = (array[i] // temp) % self.radix
bucket[which][counter[which]] = array[i]
counter[which] += 1
index = 0
for i in range(self.radix):
if counter[i]!=0:
for j in range(counter[i]):
array[index] = bucket[i][j]
index += 1
temp *= self.radix
which_round += 1
def __get_distance(self, array):
max_elem = self.__get_max(array)
digits = 0
temp = max_elem // self.radix
while temp != 0:
digits += 1
temp //= self.radix
return digits + 1
def __get_max(self, array):
max_elem = array[0]
for x in range(1, len(array)):
if array[x]>max_elem:
max_elem = array[x]
return max_elem
|
排序过程
假设待排序数组为array = {94,12,34,76,26,9,0,37,55,76,37,5,68,83,90,37,12,65,76,49}，数组大小为20，我们以该数组为例，
最大的数组元素的位数为2，所以需要进行2轮映射（映射到对应的桶中），执行基数排序的具体过程，如下所示：
- 数组原始顺序
数组的原始顺序，如下图所示：
数组中存在的相同的元素（同一个待排序的数字出现大于1次），我们使用不同的背景颜色来区分（红色背景表示第二次出现，靛青色表示第三次出现），如果一个元素只出现过一次，则我们就使用一种固定的颜色（浅绿色）表示。
根据数组元素个位数字将数组中元素映射到对应的桶中（bucket）
我们使用的是十进制，基数（Radix）自然是10，根据数组元素个位数的，应该映射到10个桶中，映射后的结果，如图所示：
在映射到桶的过程中，从左到右扫描原始数组。因为映射到同一个桶中的元素可能存在多个，最多为整个数组的长度，所以在同一个桶中，要保持进入桶中的元素的先后顺序（先进的排在左侧，后进的排在右侧）。
- 收集桶中元素，并在原始数组中原地替换，使数组中元素顺序重新分布
扫面前面已经映射到各个桶中的元素，满足这样的顺序：先扫描编号最小的桶，桶中如果存在多个元素，必须按照从左到右的顺序。这样，将得到的数组元素重新分布，得到一个元素位置重新分布的数组，如图所示：
这时，可以看到元素实际上是按照个位的数字进行了排序，但是基于整个元素来说并不是有序的。
- 根据数组元素十位数字将数组中元素映射到对应的桶中（bucket）
这次映射的原则和过程，与前面类似，不同的是，这次扫描的数组是经过个位数字处理重新分布后的新数组，映射后桶内的状态，如图所示：
- 收集桶中元素，并在原始数组中原地替换，使数组中元素顺序重新分布
和前面收集方法类似，得到的数组及其顺序，如图所示：
我们可以看到，经过两轮映射和收集过程，数组已经变成有序了，排序结束。
算法分析
- 时间复杂度
设待排序的数组R[1..n]，数组中最大的数是d位数，基数为r（如基数为10，即10进制，最大有10种可能，即最多需要10个桶来映射数组元素）。处理一位数，需要将数组元素映射到r个桶中，映射完成后还需要收集，相当于遍历数组一遍，最多元素书为n，则时间复杂度为O(n+r)。所以，总的时间复杂度为O(d*(n+r))。
- 空间复杂度
设待排序的数组R[1..n]，数组中最大的数是d位数，基数为r。基数排序过程中，用到一个计数器数组，长度为r，还用到一个r*n的二位数组来做为桶，所以空间复杂度为O(r*n)。
- 排序稳定性
通过上面的排序过程，我们可以看到，每一轮映射和收集操作，都保持从左到右的顺序进行，如果出现相同的元素，则保持他们在原始数组中的顺序。
可见，基数排序是一种稳定的排序。