排序算法总结(9)--基数排序

一、简介

基数排序不是比较排序，依赖于计数排序。假设待排序序列中最大数字有d位数字，基数排序首先将所有元素拆分成d个关键字，每个关键字是元素的每位上的数字，例如257，拆分成3个关键字，2,5,7，如果位数不够，用0补全。对每一位的关键字进行计数排序。
排序时有两种解决方案：
最高位优先法（MSD）(Most Significant Digit first)
最低位优先法（LSD）(Least Significant Digit first)
这里以LSD为例。

二、伪代码

radixSort(A,radix,d)
    //A是待排序数组，radix是容器个数，d是数字位数
    for i=1 to d
        对第i位数字进行计数排序

三、代码实现

public static void radixSort(int[] A,int radix,int d){
        //给一个缓存数组
        int [] temp=new int[A.length];
        //给出容器数组
        int [] buckets=new int[radix];
        //对每位关键字进行计数排序
        int rate=1;
        for(int i=0;i<=d;i++){
            //将A中元素复制到temp中
            System.arraycopy(A, 0, temp, 0, A.length);
            //重新初始化buckets
            Arrays.fill(buckets,0);

            int subKey;
            //计算第i位关键字并统计
            for(int j=0;j<A.length;j++){
                subKey = (temp[j] / rate) % radix;  
                buckets[subKey]++; 
            }

            for(int j=1;j<radix;j++){
                buckets[j]=buckets[j]+buckets[j-1];
            }
            for (int m =A.length - 1; m >= 0; m--) {  
                subKey = (temp[m] / rate) % radix;  
                A[--buckets[subKey]] = temp[m];  
            }  
            rate *= radix;  
        }
    }

四、注意事项

1、当d比较大时，使用MSD效率更高
2、基数排序的基础是计数排序，因为计数排序是稳定的。
3、对每个关键字进行计数排序的时间复杂度是O(n+k)，所以基数排序的时间复杂度是O(d(n+k))。
4、MSD基数排序是从最高位开始对序列进行分组，到最低位为止。但是其实现过程是和LSD基数排序不同的，排序过程中需要用到递归函数。首先统计所有元素最高位的关键字，如果某个关键字的个数大于1，需要对这些关键字所在的元素递归的统计下一位关键字，直到所有关键字的个数小于等于1，回溯收集数据。