基数排序 | 详细思路、Java实现

一、原理

从整数元素的最低位（个位）开始，按照个位元素的值进行排序，得到一个排序结果，然后再根据此结果，在元素的十位上的元素进行排序，得到下一个结果。之后继续往高位进行这样的排序，最高位排序后得到的结果就是最终有序的数组。

整个过程就如下图所示，原数组为{122,342,98,6,101}，最高位（百位）的排序结果就是最终的有序数组，每一次排序都是建立在上一次排序结果的基础上。

可以看到下面的98和6进行了补齐操作，这是因为当位数不同时我们得想办法让他们位数相同，好进行后面的排序操作。那就在数字前面补0，总不能在后面补吧，那样是不对的。

对于基数排序有了初步了解之后，我们来探究它是如何实现的。其实基数排序必须依赖于另外的排序方法，像这里我们就借助了桶排序来完成基数排序的操作。这里的桶排序和真正的桶排序不太一样，但方法类似。
 
 
如图，有一个无序数组 arr={53,3,542,748,14,214}。对于十进制数来说，其组成就是0-9这10个数字，因此这里我们设置了10个桶，桶对应的标识数字为0-9。

第一步，从前往后遍历数组arr的所有元素，当遍历到n时，看n个位上的数字是什么，将其放入对应数字标识的桶中。得到第一个排序结果。如图，数字都已放入桶中。然后按照0-9的桶的顺序，将桶里面的数字取出，按序赋值到数组arr中。

第二步，从前往后遍历数组arr的所有元素，当遍历到n时，看n十位上的数字是什么，将其放入对应数字标识的桶中。得到第二个排序结果。如图，数字都已放入桶中。然后按照0-9的桶的顺序，将桶里面的数字取出，按序赋值到数组arr中。

第三步，从前往后遍历数组arr的所有元素，当遍历到n时，看n百位上的数字是什么，将其放入对应数字标识的桶中。得到第三个排序结果。如图，数字都已放入桶中。然后按照0-9的桶的顺序，将桶里面的数字取出，按序赋值到数组arr中。

我们一共做了3步操作，对应着这个数组中最大数组的位数3。可以看到，这三步操作简直一模一样，只有每次比较的位不一样。

 
 

二、实现代码示例

package Sort;

import java.util.Arrays;

public class RadixSort {
    public static void main(String[] args) {
        int[] arr = new int[]{53,3,542,748,14,214};
        System.out.println("基数排序前：" + Arrays.toString(arr));
        radixSort(arr);
        System.out.println("基数排序后：" + Arrays.toString(arr));
    }

    /**
     * 获取数组arr中元素的最大位数
     * @param arr
     * @return
     */
    public static int getMaxElementDigits(int[] arr){
        // 找到数组arr中的最大元素，最大元素的位数也是最大的
        int max = arr[0];
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] > max){
                max = arr[i];
            }
        }
        // 求位数maxElementDigits的另个方法  int maxElementDigits = (max + "").length();
        return String.valueOf(max).length();
    }
    
    /**
     * 利用桶排序实现基数排序
     * @param arr
     */
    public static void radixSort(int[] arr){
        int[][] buckets = new  int[10][arr.length];       // buckets就是0-9对应的桶。这里设置为二维数组，相同桶中可以存储多个元素
        int[] bucketElementCount = new int[10];           // 主要是为了记录每个桶中的元素数量，便于最后返回
        int maxElementDigits = getMaxElementDigits(arr);  // 获取最大位数，

        // 假设最大位数有k位，则这个循环的时间复杂度为O(nk)，当位数比较小时，近似于O(n)
        int factor = 1;          // 设置factor初值为1，方便后面改变比较的位
        for (int i = 0; i < maxElementDigits; i++) {
            // 遍历arr，将arr中的元素放入对应bucket
            for (int j = 0; j < arr.length; j++) {    
                int digitOfElement = arr[j] / factor % 10;        // 计算此次循环比较的位，用到了factor
                buckets[digitOfElement][bucketElementCount[digitOfElement]] = arr[j];      // 把arr[j]放入bucket数组的最后一位
                bucketElementCount[digitOfElement]++;             // 新放入元素的桶中元素数量+1
            }

            // 遍历所有桶，将bucket中的元素按顺序放回原数组arr，即排序结果赋值回arr，作为下一次排序的数组
            int index = 0;        // index用于arr索引
            for (int k = 0; k < buckets.length; k++) {
                if(bucketElementCount[k] != 0){
                    for (int count = 0; count < bucketElementCount[k]; count++) {  // bucketElementCount[k]为第k-1个桶里的元素数量
                        arr[index++] = buckets[k][count];
                    }
                }
                bucketElementCount[k] = 0;  // 这里重置是因为有多次循环，下一次排序中还会用到bucketElementCount
            }
            factor *= 10;      // 进位，下一次digitOfElement计算结果就是更高位
        }
    }

}

 
 

三、算法分析

1.特点与应用场景

基数排序是对桶排序的扩展，速度很快；

它是以空间换时间的算法，占用内存很大，当对海量数据排序时，容易造成OutOfMenoryError；

基数排序是稳定的，因为它在排高位时需要考虑低位的排序结果，如果实现出来的代码是不稳定排序，那么低位排序结果也就没有意义；

如果有负数就不能用基数排序，如果需要，参考 https://code.i-harness.com/zh-CN/q/e98fa9

基数排序对要排序的数据是有要求的，需要可以分割出**独立的“位”**来比较，而且位之间有递进的关系，如果 a 数据的高位比 b 数据大，那剩下的低位就不用比较了。

数据每一位的范围不能太大，要可以用线性排序算法来排序，否则，基数排序的时间复杂度就无法做到 O(n) 了。

 

2.效率分析

平均时间复杂度	最好时间复杂度	最坏时间复杂度	空间复杂度	排序方式	稳定性
O(n*k)	O(n*k)	O(n*k)	O(n+k)	Out-place	稳定

k：所有元素中位数最大的元素位数

空间复杂度：桶可以装下最多元素个数为10*n，再加上一个计数的数组长度为k。