基数排序也是一种基于桶的排序算法,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,当所有位比较完成之后,排序完成。大致过程如下如:
- 图像来源:【算法】排序算法之基数排序
这个算法原理还是很简单的,问题是如何来有效的来实现这个算法。这个算法有两种实现方式,即MSD和LSD
- 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
总结一下目前的三种桶原理排序方法:
- 基数排序:根据键值的每位数字来分配桶
- 计数排序:每个桶只存储单一键值
- 桶排序:每个桶存储一定范围的数值
基数排序的原理比较简单,代码如下:
def radixSort(nums):
"""
基数排序,数组元素必须是正整数
>>>nums = [334, 5, 67, 345, 7, 99, 4, 23, 78, 45, 1, 3453, 23424]
>>>radixSort(nums)
>>>[1, 4, 5, 7, 23, 45, 67, 78, 99, 334, 345, 3453, 23424]
"""
#遍历数组获取数组最大值和最大值对应的位数
maxValue = nums[0]
for n in nums:
maxValue = max(n, maxValue)
#迭代次数
iterCount = len(str(maxValue))
for i in range(iterCount):
#定义桶,大小为10,对应0-9
bucket = [[] for _ in range(10)]
for n in nums:
index = (n//10**i)%10
bucket[index].append(n)
#nums数组清零,并合并桶内元素至nums
nums.clear()
for b in bucket:
nums.extend(b)
print(nums)
return nums
nums = [334, 5, 67, 345, 7, 99, 4, 23, 78, 45, 1, 3453, 23424]
radixSort(nums)
- 通过简单的分析该代码。可以发现基数排序生成了一个桶和一个不断变动的数组nums,因此该算法的空间复杂度为O(n)。时间复杂度的计算需要根据循环次数,通过简单的分析,该算法的循环次数为n+nk,其中k为迭代次数(iterCount = len(str(maxValue))),因此该算法的时间复杂度为O(nk)。与计数排序和桶排序相同,基数排序也是一种稳定算法,因为相同元素进入桶的顺序一定是按照其相对位置进入的。