小白学算法3.2——高位优先字符串排序

小白学算法3.2——高位优先字符串排序

标签： 小白学算法

---

本节内容总结自《算法（第4版）》5.1节

1.高位优先字符串排序

字符串常见的排序算法有两种，分别是低位优先（LSD）和高位优先（MSD），低位优先从右向左检查字符，高位优先从左向右检查字符。低位优先字符串排序要求待排序的字符串长度一致，然而很多时候字符串长度并不一致，低位优先排序并不适用，此时就要用到高位优先排序或者三向字符串快排。

• 高位优先排序对于待排序的字符串没有什么要求
• 高位优先排序的过程中使用了键索引计数算法
• 高位优先排序要特别注意字符串达到末尾的情况，因为当字符串达到末尾时，比其本身加上任意字符都要小，如app小于apple。为了判断字符串是否已达到末尾的情况，编写字符索引函数int charAt(const string& str, int d)，当字符索引大于字符长度即字符串达到结尾时，返回-1，否则返回索引字符对应的ASCII码

高位优先排序递归进行，R表示字符串的基数（字符串中不同字符的数量）。高位优先排序将字符从左向右按照字符分区间进行排序，如待排序的字符串为:

c
a
b
abc
ab

第一次递归按照最左边字符排序，结果为:

a
abc
ab
b
c

然后在以a，b，c开始的字符串中，分别按照第二位排序，直到排序完毕。

注意：键索引计数一共有4个步骤，计算频率->将频率转换为索引->数据分类->回写。其中计算频率需要用到辅助数组int count[]，在低位优先排序中，这个数组的大小为R+1，加1是为了索引方便，而在高位优先中，还需要再加1，即int count[]的大小为R+2。再加1是当字符串达到末尾时，返回索引为-1，而数组的下标从0开始，故加1才能使用int count[]数组计数。此时，count[0]表示已达到末尾的字符串数目，count[1]表示字母表中第1个字符的数目……

1.高位优先字符串排序实现

#include "stdafx.h"
#include <IOSTREAM>
#include <FSTREAM>
#include <STRING>
#include <VECTOR>

const int R = 256;
const int M = 15;
using namespace std;

int charAt(const string& str, int d)
{
    if ( d < str.size() )
        return str[d];
    else 
        return -1;
}

//参数分别表示字符串容器，排序字符串起始位置，排序字符串结束位置，键的位数，辅助存储容器
void MSD_sort(<