排序和查找-基数排序 Radix Sorting

转载自：基数排序(Radix Sorting)
学习笔记

1 思路

将所有待比较数值（正整数）统一为同样的位数，位数较短的数前面补零。
从最低位开始，依次进行排序，从最低位排序一直到最高位排序完成后，数列就变成一个有序序列。

2 两种方式

基数排序有两种方式：

2.1 MSD

第一种，最高有效位（MSD，Most Significant Digit）：
假设有一些二元组（a,b），a为首要关键字，b为次要关键字
（1）先按首要关键字排序，分成首要关键字相同的若干堆
（2）然后按照次要关键字分别对每一堆进行单独排序。
（3）最后将这些堆串联到一起，使首要关键字较小的一堆排在上面。
这种方式的基数排序称为最高有效位排序。

2.2 LSD

第二种，最低有效位排序（LSD, Least Significant Digit）排序。与第一种相反
（1）首先按照次要关键字排序
（2）然后对所有的数据按照首要关键字排序
（3） 串联

---

注意：对关键字排序时，使用的排序算法必须是稳定的，否则会取消前一次排序的结果。由于LSD不需要对每堆单独排序，LSD往往比MSD更简单、开销更小。下面将使用LSD的方式进行基数排序。

算法的稳定性：假定在待排序的序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变（即：原序列ri==rj，而排序后的序列中，ri在rj之前），则称这种排序算法是稳定的，否则是不稳定的。
——引自【DS】排序算法的稳定性

3 LSD方式的基数排序

3.1 简单描述

将数字拆为个、十、百位，每个位依次排序。
因为这对算法稳定性要求高，所以我们对数位排序使用计数排序（counting sort）。

因为计数排序需要经过d（序列中每条记录的长度）次排序，每次使用计数排序的时间复杂度为O（n），d相当于常量和n无关，所以基数排序的时间复杂度为O（n）。

**注意：
（1）虽然基数排序的时间复杂度为O（n），但每一次迭代代价都很高。
（2）使用计数排序的基数排序不能进行原地排序，需要更多内存，快速排序可能更好地利用硬件缓存，所以相比基数排序，快速排序这些原地排序算法更可取。
（3）对于一个位数有限的十进制数，可把它看成一个多元组，从高位到低位，关键字重要程度依次递减。可以使用基数排序对一些位数有限的十进制数排序。**

示例：
设待排序的序列为7个三位数，将三位数分成：个位、十位、百位。对7个数字依次对其个位、十位、百位进行排序（关键字重要程度倒序），如下图。

显然，每一位的数都在[0,9]区间内，对于每一位的排序可用“计数排序”

#include <iostream>
using namespace std;

// 基数排序：稳定排序

// 打印数组arr按照第k位排序后的结果
// arr[]： 每次待排序的数组
// size：数组大小
// k：要排序的数位
// d: 每个数据的位数
void print(int arr[], int size, int k, int d){
    if(k == d)
        cout << "最终排序结果为：";
    else
        cout << "按第" << k << "位排序后，结果为：";
    for(int i = 0; i < size; ++i){
        cout << arr[i] <<" ";
    }
    cout << endl;
}

// 获取正整数data的第expIndex位数字（各位为第0位）
int getBitData(int data, int expIndex){
    while(data > 0 && expIndex > 0){
        data /= 10;
        expIndex--;
    }
    return data % 10;
}



// 利用计数排序对元素的每一位进行排序
int* countingSort(int arr[], const int size, int expIndex){
    const int k = 9; // 最大数是9
    const int k_p = k + 1;
    int* b = new int[size];
    int* c = new int[k_p]; // 数的每一位最大数为9

    // 初始化c数组为0
    for(int i = 0; i < k; ++i){
        c[i] = 0;
    }
    for(int i = 0; i < size; ++i){
        // 获取当前位的数字
        int d = getBitData(arr[i], expIndex);
        c[d]++; // 统计当前位数字出现的个数
    }
    for(int i = 1; i <= k; ++i){
        c[i] += c[i-1]; // 逐个累加前面的
    }
    for(int i = size - 1; i >= 0; i--){
        int d = getBitData(arr[i], expIndex);
        b[c[d] - 1] = arr[i]; // c[d] - 1就表示小于等于元素d的元素个数，就是d在B的位置
        c[d]--;
    }
    return b;
}

// d为序列中每个数据的长度
void radixSorting(int arr[], int size, int d){
    // arr = countingSort(arr, 0);
    for(int i = 0; i < d; ++i){
        arr = countingSort(arr, size, i); // 从低位到高位，对数字各位排序
        print(arr, size, i+1, d);
    }
}

int main(){

    int arr[] = { 326, 453, 608, 835,
    751, 435, 704, 690, 88, 79, 79 };
    // { 333, 956, 175, 345, 212, 542, 99, 87 };
    cout << "基数排序前为：";
    for(int i = 0; i < 11; ++i){
        cout << arr[i] << " ";
    }
    cout << endl;
    radixSorting(arr, 11, 4);

}