算法导论 — 8.3 基数排序

笔记

基数排序的做法为:对一组输入整数,先按最低位数字排好序,然后按次低位数字排好序,如此迭代,直至最后一步按最高位数字排好序,此时所有输入数据已排好序。基数排序要求对单个数字采用的排序算法是稳定的。
  以十进制数为例,基数排序算法先按个位数字排序,然后按十位数字排序……直至最后按最高位数字排序。下图给出了一个例子。
  在这里插入图片描述
  下面给出基数排序的伪代码。在下面的代码中,我们假设输入数组 A A A包含 n n n d d d位数,其中第 1 1 1位是最低位,第 d d d位是最高位。
  在这里插入图片描述
  关于基数排序算法,有两点需要说明。
  (1) 直观上,我们可能觉得应该先排序最高位数字,最后排序最低位数字。但是这样做,会产生额外的开销。我们仍然看上面的例子,先按百位数字排序,得到如下序列。
  在这里插入图片描述
  在上面的序列中,按百位数字的不同分成了 5 5 5个子序列,分别标以不同的颜色。接下来我们要按十位数字排序。在这一步,我们并不是对整个序列进行排序,而是对 5 5 5个子序列分别进行排序,这需要额外的空间来记录 5 5 5个子序列的下标。
  而基数排序算法先排序最低位数字,最后排序最高位数字。每一轮排序都是对整个数组进行排序,不会产生额外的空间开销。
  (2) 基数排序要求每一轮排序都是稳定的。我们还是以上面的例子来说明这一点。第一轮排序完成后,得到的序列为 < 720 , 355 , 436 , 457 , 657 , 329 , 839 > <720, 355, {\color{red} 436}, 457, 657, 329, {\color{red} 839}> <720,355,436,457,657,329,839>。观察标红色的两个数 436 436 436 839 839 839。由于第一轮按个位数字排序,故第一轮排序结束后, 436 436 436排在 839 839 839前面。第二轮按十位数字排序。 436 436 436 839 839 839的十位数字都为 3 3 3,如果采用非稳定排序,那么第二轮排序结束后有可能 839 839 839排在 436 436 436之前,这显然不是我们想要的结果。故每一轮排序都必须是稳定的。
  下面我们讨论基数排序的时间复杂度。给定 n n n d d d位数,其中每一位数有 k k k个可能的取值 ( 0 (0 (0 ~ k − 1 ) k−1) k1)。如果基数排序每一轮都采用计数排序,那么每一轮消耗的时间为 Θ ( n + k ) Θ(n+k) Θ(n+k)。于是整个基数排序的运行时间为 Θ ( d ( n + k ) ) Θ(d(n+k)) Θ(d(n+k))
  计算机处理的都是二进制数。我们可以把基数排序的输入数据都看成二进制数,再做分析。给定 n n n b b b位二进制数和任何正整数 r ≤ b r ≤ b rb。如果基数排序每一轮都使用计数排序,那么基数排序可以在 Θ ( ( b / r ) ( n + 2 r ) ) Θ((b/r)(n+2^r)) Θ((b/r)(n+2r))时间内完成。这一结论不难证明。可以将一个 b b b位数二进制数看成是由 d = ⌈ b / r ⌉ d=⌈b/r⌉ d=b/r r r r位数组成。于是总共要跑 ⌈ b / r ⌉ ⌈b/r⌉ b/r轮计数排序,每轮计数排序只对相应的 r r r位数进行。由于 r r r位数的取值范围为 0 0 0 ~ 2 r − 1 2^r−1 2r1,故每轮计数排序所花费的时间为 Θ ( n + 2 r ) Θ(n+2^r) Θ(n+2r)。于是得到,整个基数排序的运行时间为 Θ ( ( b / r ) ( n + 2 r ) ) Θ((b/r)(n+2^r)) Θ((b/r)(n+2r))
  对于给定的 n n n b b b,该如何选择 r r r,才能够最小化表达式 ( b / r ) ( n + 2 r ) (b/r)(n+2^r) (b/r)(n+2r)。下面分两点说明。

  • 如果 b < ⌊ l g n ⌋ b < ⌊{\rm lg}n⌋ b<lgn,即 n n n比较大, n n n超过 2 b 2^b 2b,则对于任何 r ≤ b r ≤ b rb,都有 ( n + 2 r ) = Θ ( n ) (n+2^r) = Θ(n) (n+2r)=Θ(n)。选择 r = b r = b r=b,可以得到 ( b / r ) ( n + 2 r ) = ( b / b ) ( n + 2 r ) = Θ ( n ) (b/r)(n+2^r) = (b/b)(n+2^r) = Θ(n) (b/r)(n+2r)=(b/b)(n+2r)=Θ(n),这一结果是渐近最优的,并且此时基数排序退化为计数排序。
  • 如果 b ≥ ⌊ l g n ⌋ b ≥ ⌊{\rm lg}n⌋ blgn,即 n n n比较小, n n n不超过 2 b 2^b 2b,那么选择 r = ⌊ l g n ⌋ r = ⌊{\rm lg}n⌋ r=lgn可以得到偏差不超过常系数范围内的最优时间代价。选择 r = ⌊ l g n ⌋ r = ⌊{\rm lg}n⌋ r=lgn,得到的运行时间为 Θ ( ( b n / l g n ) Θ((bn/{\rm lg}n) Θ((bn/lgn)。如果 r r r值超过 ⌊ l g n ⌋ ⌊{\rm lg}n⌋ lgn,并且 r r r值逐步增加,表达式 ( b / r ) ( n + 2 r ) (b/r)(n+2^r) (b/r)(n+2r)分子中的 2 r 2^r 2r项比分母中的 r r r项增加要快,此时运行时间将超过 Θ ( ( b n / l g n ) Θ((bn/{\rm lg}n) Θ((bn/lgn)。反之,如果 r r r值小于 ⌊ l g n ⌋ ⌊{\rm lg}n⌋ lgn,并且 r r r值一直减小,表达式 ( b / r ) ( n + 2 r ) (b/r)(n+2^r) (b/r)(n+2r)中的 ( b / r ) (b/r) (b/r)项会增大,而 ( n + 2 r ) (n+2^r) (n+2r)保持为 Θ ( n ) Θ(n) Θ(n),此时运行时间也将超过 Θ ( ( b n / l g n ) Θ((bn/{\rm lg}n) Θ((bn/lgn)

练习

8.3-1 参照图8-3的方法,说明RADIX-SORT在下列英文单词上的操作过程:COW, DOG, SEA, RUG, ROW, MOB, BOX, TAB, BAR, EAR, TAR, DIG, BIG, TEA, NOW, FOX。
  
  在这里插入图片描述

8.3-2 下面的排序算法中哪些是稳定的:插入排序、归并排序、堆排序和快速排序?给出一个能使任何排序算法都稳定的方法。你所给出的方法带来的额外时间和空间开销是多少?
  
  插入排序和归并排序是稳定的。堆排序和快速排序是不稳定的。
  一个能使任何排序算法都稳定的方法是:对于一个输入数组 A [ 1.. n ] A[1..n] A[1..n],新开一个数组 I D [ 1.. n ] ID[1..n] ID[1..n],记录每个输入元素的下标;如果比较两个输入元素相等,再比较二者的下标,以确定二者的次序;如果排序过程中交换两个输入元素 A [ i ] A[i] A[i] A [ j ] A[j] A[j],二者对应的下标 I D [ i ] ID[i] ID[i] I D [ j ] ID[j] ID[j]也同样做交换。
  该方法引入了一个新数组 I D [ 1.. n ] ID[1..n] ID[1..n],因此额外空间开销为 Θ ( n ) Θ(n) Θ(n)。该方法带来的额外时间开销取决于新数组 I D [ 1.. n ] ID[1..n] ID[1..n]中元素的比较次数,这一比较次数最多不会超过输入数组 A [ 1.. n ] A[1..n] A[1..n]中元素的比较次数,因此这一做法只会在原排序算法的运行时间上增加常数因子,而并不改变原排序算法的渐近运行时间。

8.3-3 利用归纳法来证明基数排序是正确的。在你所给出的证明中,在哪里需要假设所用的底层排序算法是稳定的?
  

8.3-4 说明如何在 O ( n ) O(n) O(n)时间内,对 0 0 0 n 3 − 1 n^3−1 n31区间内的 n n n个整数进行排序。
  
  定义一种 n n n进制 3 3 3位数 x y z xyz xyz。由于所定义的 3 3 3位数为 n n n进制,因此每位数可能取值为 0 0 0 ~ n − 1 n-1 n1,其数值为 ( x n 2 + y n + z ) (xn^2 + yn + z) (xn2+yn+z)。显然,这样的 3 3 3位数最小值为 0 0 0,最大值为 ( n − 1 ) n 2 + ( n − 1 ) n + ( n − 1 ) = n 3 − 1 (n−1)n^2 + (n−1)n + (n−1) = n^3−1 (n1)n2+(n1)n+(n1)=n31,所以其取值范围为 0 0 0 ~ n 3 − 1 n^3−1 n31
  对这样定义的 3 3 3位数进行基数排序,位数 d = 3 d = 3 d=3,每一位数有 k = n k = n k=n个可能的取值。排序的时间复杂度为 Θ ( d ( n + k ) ) = Θ ( 3 ( n + n ) ) = Θ ( n ) Θ(d(n+k)) = Θ(3(n+n)) = Θ(n) Θ(d(n+k))=Θ(3(n+n))=Θ(n)

8.3-5 在本节给出的第一个卡片排序算法中,为排序 d d d位十进制数,在最坏情况下需要多少轮排序?在最坏情况下,操作员需要记录多少堆卡片?
  

代码链接:https://github.com/yangtzhou2012/Introduction_to_Algorithms_3rd/tree/master/Chapter08/Section_8.3/RadixSort

  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值