1、基数排序属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或(bin sort),顾名思义,它是通过键值的各个位的值,将要排序的元素分配至某些“桶”中,达到排序的作用。
2、基数排序法是属于稳定性的排序,基数排序法的是效率高的稳定性排序法。
3、基数排序(Radix Sort)是桶排序的扩展。
4、基数排序是这样实现的: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。
基本思想:将所有待比较数值统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序数列。
基数排序非常快,但是需要很大的内存空间,在本机中进行千万级的排序时,就会内存不够报错,后面我会整体的比较一下各排序法的时间复杂度和空间复杂度,实际操作中发现对于时间复杂度相同的排序方法,运行时间可能相差甚远。
import java.text.SimpleDateFormat;
import java.util.Date;
public class RadixSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] arr = new int[5000000];
int[] temp = new int[arr.length];
for (int i = 0; i < 5000000; i++) {
arr[i] = (int) (Math.random() * 5000000);
}
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(date1);
System.out.println("排序前的时间是:" + date1Str);
radixSort(arr);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("排序后的时间是:" + date2Str);
}
public static void radixSort(int[] arr) {
// 得到数组中最大的数的位数
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
int maxLength = (max + "").length();// 把max加上一个空串为一字符串,它的长度就是max的位数
// 定义一个二维数组,表示十个桶
// 1、二维数组包含10个一维数组
// 2、为了防止放入数的时候,数据溢出,则每个一维数组大小定为arr.length
int[][] bucket = new int[10][arr.length];
// 为了记录每个桶中,实际存放了多少个数据,我们定义一个一维数组来记录各个桶每次放入的数据个数.比如counts[0]记录的就是第零个桶放入数据个数
int[] counts = new int[10];
// 针对每个元素的对应位进行排序处理,第一次是个位,第二次是十位,以此类推
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
for (int j = 0; j < arr.length; j++) {
// 取出每个元素的个位的值
int digitOfElement = arr[j] / n % 10;
// 放入到对应的桶中
bucket[digitOfElement][counts[digitOfElement]] = arr[j];
counts[digitOfElement]++;// 比如第一次放入时counts[digitOfElement]=0,第二次放入时它就等于1
}
// 按照这个桶的顺序(一维数组的下标依次取出数据,放入原来的数组)
int index = 0;
// 遍历每一个桶,并将桶中的数据放入原数组
for (int k = 0; k < counts.length; k++) {
// 如果桶中有数据我们才放入到原数组
if (counts[k] != 0) {
// 循环该桶即第k个桶(第k个一维数组),放入
for (int l = 0; l < counts[k]; l++) {
arr[index] = bucket[k][l];
index++;
}
}
// 每一轮处理后,应该将每个counts[k]清零
counts[k] = 0;
}
}
}
}