iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么
  • 197
分享到

Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么

2023-07-05 09:07:28 197人浏览 薄情痞子

Python 官方文档:入门教程 => 点击学习

摘要

这篇文章主要介绍“Java/Go/python/js/C基数排序算法的原理与实现方法是什么”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“Java/Go/Python/JS/C基数排序算法的原理与实现

这篇文章主要介绍“Java/Go/python/js/C基数排序算法的原理与实现方法是什么”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么”文章能帮助大家解决问题。

    说明

    基数排序(RadixSort)是一种非比较型整数排序算法,其原理是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。由于整数也可以表达字符串(比如名字或日期)和特定格式的浮点数,所以基数排序也不是只能使用于整数。基数排序的发明可以追溯到1887年赫尔曼·何乐礼在列表机(Tabulation Machine)上的

    基数排序的方式可以采用LSD(Least significant digital)或MSD(Most significant digital),LSD的排序方式由键值的最右边开始,而MSD则相反,由键值的最左边开始。LSD使用计数排序或桶排序,MSD可以使用桶排序。由低到高(LSD)比较简单,按位重排即可,如果是从高往低(MSD)则不能每次重排,可以通过递归来逐层遍历实现。详细请看各种不同版本的源码

    排序算法网上有很多实现,但经常有错误,也缺乏不同语言的比较。本系列把各种排序算法重新整理,用不同语言分别实现。

    实现过程

    • 将待排序数列(正整数)统一为同样的数位长度,数位较短的补零。

    • 每个数位单独排序,从最低位到最高位,或从最高位到最低位。

    • 这样从最低到高或从高到低排序完成以后,数列就变成一个有序数列。

    示意图

    Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么

    Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么

    性能分析

    时间复杂度:O(k*N)

    空间复杂度:O(k + N)

    稳定性:稳定

    代码

    Java

    class RadixSort {  // 基数排序,基于计数排序,按数位从低到高来排序  public static int[] countingSort(int arr[], int exponent) {    // 基数exponent按10进位,range为10    int range = 10;    int[] countList = new int[range];    int[] sortedList = new int[arr.length];    // 设定最小值以支持负数    int min = arr[0];    for (int i = 0; i < arr.length; i++) {      if (arr[i] < min) {        min = arr[i];      }    }    // 根据基数求得当前项目对应位置的数值,并给对应计数数组位置加1    for (int i = 0; i < arr.length; i++) {      int item = arr[i] - min;      // 根据exponent获得当前位置的数字是几,存入对应计数数组      int idx = (item / exponent) % range;      countList[idx] += 1;    }    // 根据位置计数,后面的位数为前面的累加之和    for (int i = 1; i < range; i++) {      countList[i] += countList[i - 1];    }    System.out.println("radixSort1 countingSort countList:" + Arrays.toString(countList));    // 根据计数数组按顺序取出排序内容    for (int i = arr.length - 1; i >= 0; i--) {      int item = arr[i] - min;      int idx = (item / exponent) % range;      // 根据计数位置得到顺序      sortedList[countList[idx] - 1] = arr[i];      countList[idx] -= 1;    }    // 最后赋值给原数据    for (int i = 0; i < arr.length; i++) {      arr[i] = sortedList[i];    }    System.out.println("radixSort1 -> sortedList:" + Arrays.toString(sortedList));    return sortedList;  }  // 基数排序1,按数位大小,基于计数排序实现  public static int[] radixSort1(int arr[]) {    int max = arr[0];    for (int i = 0; i < arr.length; i++) {      if (arr[i] > max) {        max = arr[i];      }    }    // 根据最大值,逐个按进位(基数)来应用排序,exponent即数位。    for (int exponent = 1; (max / exponent) > 0; exponent *= 10) {      countingSort(arr, exponent);    }    return arr;  }}
    // 基数排序,从高到低逐位排序,递归方式,基于桶排序。具体步骤如下:// 1. 找出数组中最大的数,确定其位数。// 2. MSD是从高位开始,依次按照位数的值将数字放入到不同桶中。// 3. 如果桶里的长度超过1,则通过递归继续按桶排序。当桶里的数据只有1位时添加到原列表对应位置。// 重复步骤2和3,直到按照最高位排序完成。class RadixSortMSD {  static int[] radixSort(int[] arr) {    int len = arr.length;    // 获取数组最大项    int max = arr[0];    for (int i = 0; i < len; i++) {      if (max < arr[i]) {        max = arr[i];      }    }    // 获取数组最小项    int min = arr[0];    for (int i = 0; i < len; i++) {      if (min > arr[i]) {        min = arr[i];      }    }    // 获取数字一共有几位,减去min得到最大值,以支持负数和减少最大值    int numberOfDigits = (int) (Math.log10(max - min) + 1);    int exponent = (int) (Math.pow(10, numberOfDigits - 1));    // 根据数组最大值,自后向前逐个按数位基数(exponent)比较排序。    return bucketSort(arr, len, exponent);  }  static int[] bucketSort(int[] arr, int len, int exponent) {    System.out.println("origin arr:" + Arrays.toString(arr) + " len=" + len + " exponent:" + exponent);    if (len <= 1 || exponent < 1) {      return arr;    }    // 获取数组最小项    int min = arr[0];    for (int i = 0; i < len; i++) {      if (min > arr[i]) {        min = arr[i];      }    }    // 位数按10递进    int range = 10;    // 定义桶二维数组,长度为10,放入0-9的数字    int[][] buckets = new int[range][len];    // 记录某个桶的最新长度,以便往桶内追加数据。    int[] bucketsCount = new int[range];    for (int i = 0; i < len; i++) {      int item = arr[i] - min;      // 根据数位上的值,把数据追加到对应的桶里,减去min是支持负数      int bucketIdx = (item / exponent) % range;      // 把数据按下标插入到桶里      int numberIndex = bucketsCount[bucketIdx];      buckets[bucketIdx][numberIndex] = arr[i];      bucketsCount[bucketIdx] += 1;    }    // 将每个桶的数据按顺序逐个取出,重新赋值给原数组    int sortedIdx = 0;    for (int i = 0; i < range; i++) {      int[] bucket = buckets[i];      int bucketLen = bucketsCount[i];      // 如果只有一个值,则直接更新到原数组      if (bucketsCount[i] == 1) {        arr[sortedIdx] = bucket[0];        sortedIdx += 1;      } else if (bucket.length > 0 && bucketLen > 0) {        // 如果是数组且记录大于1则继续递归调用,位数降低1位        // 递归调用传参时需要传入当前子序列、子序列长度、当前分解的位数基数        int[] sortedBucket = bucketSort(bucket, bucketLen, (int) (exponent / range));        // 依照已排序的子序列实际长度,把各个桶里的值按顺序赋给原数组        for (int j = 0; j < bucketLen; j++) {          int num = sortedBucket[j];          arr[sortedIdx] = num;          sortedIdx += 1;        }      }    }    System.out.println("exponent:" + exponent + " sorted arr:" + Arrays.toString(arr));    return arr;  }

    Python

    """基数排序LSD版,本基于桶排序。1. 找出数组中最大的数,确定其位数。2. LSD是低位到高位,依次按照位数的值将数字放入到不同桶中。3. 按照桶顺序重新给数组排序。重复步骤2和3,直到排序完成。"""def radix_sort(arr):    max_value = max(arr)  # 找出数组中最大的数    min_value = min(arr)  #最小值,为了支持负数    digit = 1  # 从个位开始排序    # 每次排序一个数位,从低到高直到排序完成    while (max_value - min_value) // digit > 0:        # 创建10个桶,分别对应0-9的数位值        buckets = [[] for _ in range(10)]        for num in arr:            # 找出当前位数的值            digit_num = (num - min_value) // digit % 10            # 将数字添加到对应数位的桶中,相当于根据数位排序            buckets[digit_num].append(num)        print('buckets:', buckets)        # 通过exend展开数组,相当于逐层添加        arr = []        for bucket in buckets:            arr.extend(bucket)            # 或逐项添加            # for item in bucket:            #     arr.append(item)        # 数位移动到下一位        digit *= 10    return arr
    """基数排序,从高到低逐位排序,递归方式,基于桶排序。具体步骤如下:1. 找出数组中最大的数,确定其位数。2. MSD是从高位开始,依次按照位数的值将数字放入到不同桶中。3. 如果桶里的长度超过1,则通过递归继续按桶排序。当桶里的数据只有1位时添加到原列表对应位置。重复步骤2和3,直到按照最高位排序完成。"""# 桶排序,根据数位递归调用def bucket_sort(arr, exponent):    print('origin arr:', arr, 'exponent:', exponent)    if (len(arr) <= 1 or exponent <= 0):        return arr    min_value = min(arr)    radix = 10    amount = 10    print('prepared arr:', arr, 'exponent:', exponent)    # 构建排序的桶二维列表    buckets = [None] * radix    for i in range(len(arr)):        item = arr[i] - min_value        # 根据数位上的值,把数据追加到对应的桶里,减去min是支持负数        bucketIdx = int(item / exponent) % radix        # 填充空桶,或者提前填充为列表        if buckets[bucketIdx] is None:            buckets[bucketIdx] = []        buckets[bucketIdx].append(arr[i])    print('append to buckets:', buckets)    # 将每个桶的数据按顺序逐个取出,重新赋值给原数组    sortedIdx = 0    for i in range(radix):        bucket = buckets[i]        if bucket is None or len(bucket) < 1:            continue        # 如果是数组则继续递归调用,位数降低1位        sortedBucket = bucket_sort(bucket, exponent // amount)        # 把各个桶里的值按顺序赋给原数组        for num in sortedBucket:            print ('sortedIdx::', sortedIdx)            arr[sortedIdx] = num            print('bucket:', bucket, 'sortedBucket:', sortedBucket,                  'sortedIdx:', sortedIdx, 'set arr:', arr)            sortedIdx += 1    print('exponent:', exponent, 'sorted arr:', arr)    return arr# 基数排序,从高到低逐位排序MSD版,基于桶排序递归实现def radix_sort_msd(arr):    # 根据最大值,逐个按进位(基数)来应用排序,从高位到低位。    # 获取数字的数位,这减去min_value是为了支持负数    # exponent是最大的数位,由高到低逐位计算    max_value = max(arr)    min_value = min(arr)    numberOfDigits = int(math.log10(max_value - min_value) + 1)    exponent = math.pow(10, numberOfDigits - 1)    return bucket_sort(arr, int(exponent))

    Go

    // 2. 基数排序LSD版,计算最小值,基于计数排序实现func radixSort2(arr []int) []int {  var arrLen = len(arr)  // 基数exponent按10进位,amount为10  var amount = 10  var sortedList = make([]int, arrLen)  var max = arr[0]  for i := 0; i < arrLen; i++ {    if arr[i] > max {      max = arr[i]    }  }  var min = arr[0]  for i := 0; i < arrLen; i++ {    if arr[i] < min {      min = arr[i]    }  }  // 根据基数求得当前项目对应位置的数值,并给对应计数数组位置加1  // 按最大值补齐数位,基数exponent按10进位  for exponent := 1; ((max - min) / exponent) > 0; exponent *= amount {    // 计数数组,长度为10,0-9一共10个数字    countList := make([]int, amount)    // 根据基数得到当前位数,并给计数数组对应位置加1    for i := 0; i < arrLen; i++ {      var item = arr[i] - min      var idx = (item / exponent) % amount      countList[idx] += 1    }    // 计数排序构建,自前往后,逐个将上一项的值存入当前项    for i := 1; i < amount; i++ {      countList[i] += countList[i-1]    }    fmt.Println("radixSort2 -> countList:", countList)    // 根据计数数组按顺序取出排序内容    for i := arrLen - 1; i >= 0; i-- {      item := arr[i] - min      var idx = (item / exponent) % amount      sortedList[countList[idx]-1] = arr[i]      countList[idx] -= 1    }    // 将新顺序赋值给原数组    for i := 0; i < arrLen; i++ {      arr[i] = sortedList[i]    }  }  return arr}
    // 基数排序,从高到低逐位排序,递归方式,基于桶排序。具体步骤如下:// 1. 找出数组中最大的数,确定其位数。// 2. MSD是从高位开始,依次按照位数的值将数字放入到不同桶中。// 3. 如果桶里的长度超过1,则通过递归继续按桶排序。当桶里的数据只有1位时添加到原列表对应位置。// 重复步骤2和3,直到按照最高位排序完成。func radixSortMSD(arr []int) []int {  var amount = 10  maxValue := max(arr)  exponent := pow(amount, getNumberOfDigits(maxValue)-1)  bucketSort(arr, exponent)  return arr}func bucketSort(arr []int, exponent int) []int {  fmt.Println("origin arr:", arr, "exponent: ", exponent)  if exponent < 1 || len(arr) <= 1 {    return arr  }  var amount = 10  fmt.Println("prepared arr:", arr, "exponent: ", exponent)  buckets := [][]int{}  // 按数位来获取最小值  minValue := getMinValue(arr, exponent)  // 增加偏移以便支持负数  offset := 0  if minValue < 0 {    offset = 0 - minValue  }  // 填充桶二维数组  for i := 0; i < (amount + offset); i++ {    buckets = append(buckets, []int{})  }  // 获取数组项指定数位的值,放入到对应桶中,桶的下标即顺序  for i, num := range arr {    bucketIdx := getDigit(arr, i, exponent) + offset    buckets[bucketIdx] = append(buckets[bucketIdx], num)  }  fmt.Println("append to buckets: ", buckets)  sortedIdx := 0  for _, bucket := range buckets {    if len(bucket) <= 0 {      continue    }    // 递归遍历所有的桶,由里而外逐个桶进行排序    sortedBucket := bucketSort(bucket, exponent/amount)    // 把各个桶里的值按顺序赋给原数组    for _, num := range sortedBucket {      arr[sortedIdx] = num      fmt.Println("bucket:", bucket, "sortedBucket: ", sortedBucket, "sortedIdx:", sortedIdx, "set arr: ", arr)      sortedIdx += 1    }  }  fmt.Println("exponent: ", exponent, "sorted arr: ", arr)  return arr}// 获取数字位数func getNumberOfDigits(num int) int {  numberOfDigits := 0  for num > 0 {    numberOfDigits += 1    num /= 10  }  return numberOfDigits}// 获取绝对值func abs(value int) int {  if value < 0 {    return -value  }  return value}// 获取数组最大值func max(arr []int) int {  maxValue := arr[0]  for i := 1; i < len(arr); i++ {    if arr[i] > maxValue {      maxValue = arr[i]    }  }  return maxValue}// 计算数字次幂func pow(a int, power int) int {  result := 1  for i := 0; i < power; i++ {    result *= a  }  return result}// 获取数组项指定数位的最小值func getMinValue(arr []int, exponent int) int {  minValue := getDigit(arr, 0, exponent)  for i := 1; i < len(arr); i++ {    element := getDigit(arr, i, exponent)    if minValue > element {      minValue = element    }  }  return minValue}// 获取数字指定数位的值,超出数位补0,负数返回负数// 如: 1024, 百位: 100 => 返回 0// 如: -2048, 千位: 1000 => 返回 -2func getDigit(arr []int, idx int, exponent int) int {  element := arr[idx]  digit := abs(element) / exponent % 10  if element < 0 {    return -digit  }  return digit}

    JS

    // 基数排序2,从低到高逐个数位对比排序,基于桶排序,利用JS数组展开来还原数组function radixSort2(arr) {  // 倒数获取数字指定位置的数  function getDigit(num, position) {    const digit = Math.floor(num / Math.pow(10, position - 1)) % 10    return digit  }  // 获取数组最大数字的位数  function getNumberLength(num) {    let maxLength = 0    while (num > 0) {      maxLength++      num /= 10    }    return maxLength  }  const max = Math.max.apply(null, arr)  const min = Math.min.apply(null, arr)  const maxLength = getNumberLength(max - min)  for (let i = 0; i < maxLength; i++) {    // 每个数位准备10个空数组,用于放数字0-9    const buckets = Array.from({      length: 10    }, () => [])    // 遍历数组将数位上的数放入对应桶里    for (let j = 0, l = arr.length; j < l; j++) {      const item = (arr[j] - min)      // 从后往前获取第x位置的数,通过计算的方式      const num = getDigit(item, i + 1)      // 当前位数如果不为空则添加到基数桶中      if (num !== isNaN) {        buckets[num].push((arr[j]))      }    }    // 将桶逐级展开取出数字,如果支持flat则直接使用数组的flat()    if (buckets.flat) {      arr = buckets.flat()    } else {      // 定定义数组展开函数      // arr = flat(buckets)    }  }  return arr}
    // 基数排序,从高到低逐位排序,递归方式,基于桶排序。具体步骤如下:// 1. 找出数组中最大的数,确定其位数。// 2. MSD是从高位开始,依次按照位数的值将数字放入到不同桶中。// 3. 如果桶里的长度超过1,则通过递归继续按桶排序。当桶里的数据只有1位时添加到原列表对应位置。// 重复步骤2和3,直到按照最高位排序完成。function radixSortMSD(arr) {  function bucketSort(arr, exponent) {    console.log('origin arr:', arr, 'exponent:', exponent)    if (!arr || arr.length <= 1 || exponent < 1) {      return arr    }    const min = Math.min.apply(null, arr)    const range = 10    // 定义桶二维数组,长度为10,放入0-9的数字    const buckets = []    for (let i = 0; i < range; i++) {      buckets[i] = []    }    for (let i = 0, l = arr.length; i < l; i++) {      const item = arr[i] - min      // 根据数位上的值,把数据追加到对应的桶里,减去min是支持负数      const bucketIdx = Math.floor(item / exponent % range)      // 提前填充空桶或使用时再填充      if (!buckets[bucketIdx]) {        buckets[bucketIdx] = []      }      buckets[bucketIdx].push(arr[i])    }    // 将每个桶的数据按顺序逐个取出,重新赋值给原数组    let sortedIdx = 0    for (let i = 0; i < range; i++) {      const bucket = buckets[i]      if (bucket && bucket.length > 0) {        // 如果是数组则继续递归调用,位数降低1位        const sortedBucket = bucketSort(bucket, Math.floor(exponent / range))        // 把各个桶里的值按顺序赋给原数组        sortedBucket.forEach(num => {          arr[sortedIdx] = num          sortedIdx += 1        })      }    }    return arr  }  const max = Math.max.apply(null, arr)  const min = Math.min.apply(null, arr)  // 获取数字一共有几位,减去min得到最大值,以支持负数和减少最大值  const numberOfDigits = Math.floor(Math.log10(max - min) + 1)  const exponent = Math.pow(10, numberOfDigits - 1)  // 根据数组最大值,自后向前逐个按数位基数(exponent)比较排序。  return bucketSort(arr, exponent)}

    TS

    class RadixSort {  // 基数排序,基于计数排序的基础上,按数字的每个位置来排序  countingSort(arr: Array<number>, exponent: number) {    const countList = Array<number>()    const range = 10    countList.length = range    countList.fill(0)    const min = Math.min.apply(null, arr)    for (let i = 0, l = arr.length; i < l; i++) {      const item = arr[i] - min      // 取得数字的最后一位,并给对应计数数组加1      const idx = Math.floor((item / exponent) % range)      countList[idx] += 1    }    console.log('countingSort countList:', countList)    // 根据位置计数,后面的位数为前面的累加之和    for (let i = 1; i < range; i++) {      countList[i] += countList[i - 1]    }    const sortedList = Array<number>()    // 根据计数数组按顺序取出排序内容    for (let i = arr.length - 1; i >= 0; i--) {      const item = arr[i] - min      const idx = Math.floor((item / exponent) % range)      sortedList[countList[idx] - 1] = arr[i]      countList[idx] -= 1    }    // 最后赋值给原数据    for (let i = 0; i < arr.length; i++) {      arr[i] = sortedList[i]    }    return sortedList  }  // 基数排序LSD版,基于计数排序的基础,支持负数,按数字的每个位置来排序  radixSort(arr: Array<number>) {    let sortedList = Array<number>()    const max = Math.max.apply(null, arr)    const min = Math.min.apply(null, arr)    for (      let exponent = 1;      Math.floor((max - min) / exponent) > 0;      exponent *= 10    ) {      sortedList = this.countingSort(arr, exponent)    }    return sortedList  }}

    C

    // 计数排序,根据基数按位进行计数void counting_sort(int arr[], int len, int exponent){  int sorted_list[len];  int range = 10;  int count_list[range];  // 找出最小值  int min_value = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] < min_value)      min_value = arr[i];  }  memset(count_list, 0, range * sizeof(int));  // 根据数字所在位置进行计数  for (int i = 0; i < len; i++)  {    int item = arr[i] - min_value;    int idx = (item / exponent) % range;    count_list[idx]++;  }  // 构建计数排序,当前位置加上左侧位置,后面的位数为前面的累加之和  for (int i = 1; i < range; i++)  {    count_list[i] += count_list[i - 1];  }  // 构建输出数组,根据计数数组按顺序取得排序内容  for (int i = len - 1; i >= 0; i--)  {    int item = arr[i] - min_value;    int idx = (item / exponent) % range;    // 根据位置重排结果,减去min值还原数据    sorted_list[count_list[idx] - 1] = arr[i];    count_list[idx]--;  }  // 复制到数组重排原始数组  for (int i = 0; i < len; i++)  {    arr[i] = sorted_list[i];  }}// 基数排序,从低位到高位LSD版,基于计数排序int *radix_sort(int arr[], int len){  int max_value = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] > max_value)      max_value = arr[i];  }  int min_value = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] < min_value)      min_value = arr[i];  }  // 根据最大值,逐个按进位(基数)来应用排序,exponent即数位基数,按个十百千递增。  for (int exponent = 1; (max_value - min_value) / exponent > 0; exponent *= 10)  {    counting_sort(arr, len, exponent);  }  return arr;}
    // 根据最大长度来获取数字第n位的值,从前往后开始,前面不足最大长度时补零int get_digit_by_position(int num, int position, int max_length){  if (num == 0)  {    return 0;  }  int number_length = (int)log10(num) + 1;  // 查询的位置加上自身长度不足最大长度则返回0  if ((position + number_length) < max_length)  {    return 0;  }  int exponent = (int)pow(10, number_length - position);  int digit = 0;  if (exponent > 0)  {    digit = (num / exponent) % 10;  }  return digit;}// 基数排序,从高位到逐个对比排序,通过桶排序递归调用// arr是数组,len是当前数组长度,position为自前往后的位置,max_length是最大值的数位int *bucket_sort(int arr[], int len, int position, int max_length){  printf("\r\nlen=%d position=%d max_length=%d ", len, position, max_length);  if (len <= 1 || position > max_length)  {    return arr;  }  // 找出最小值  int min_value = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] < min_value)      min_value = arr[i];  }  int range = 10;  // 桶一共从0-9十个数字  int buckets[range][len];  for (int i = 0; i < range; i++)  {    // 此处未提前使用,也可以不设置默认值    memset(buckets[i], 0, len * sizeof(int));    // print_array(buckets[i], len);  }  // 默认填充内容为0  int bucket_count_list[range];  memset(bucket_count_list, 0, range * sizeof(int));  for (int i = 0; i < len; i++)  {    int item = arr[i] - min_value;    // 根据数位上的值,减去最小值,分配到对应的桶里    int bucket_idx = get_digit_by_position(item, position, max_length);    // 把数据按下标插入到桶里    int number_idx = bucket_count_list[bucket_idx];    buckets[bucket_idx][number_idx] = arr[i];    bucket_count_list[bucket_idx] += 1;  }  // 将每个桶的数据按顺序逐个取出,重新赋值给原数组  int sorted_idx = 0;  for (int i = 0; i < range; i++)  {    int *bucket = buckets[i];    int bucket_len = bucket_count_list[i];    int bucket_size = sizeof(*bucket) / sizeof(bucket[0]);    // 如果只有一个值,则直接更新到原数组    if (bucket_count_list[i] == 1)    {      arr[sorted_idx] = bucket[0];      sorted_idx += 1;    }    else if (bucket_size > 0 && bucket_len > 0)    {      // 如果是数组且记录追加大于1则继续递归调用,位置增加1位      // 递归调用传参时需要传入当前子序列、子序列长度、当前分解的位数基数      int *sorted_bucket = bucket_sort(bucket, bucket_len, position + 1, max_length);      // 依照已排序的子序列实际长度,把各个桶里的值按顺序赋给原数组      for (int j = 0; j < bucket_len; j++)      {        int num = sorted_bucket[j];        arr[sorted_idx] = num;        sorted_idx += 1;      }    }  }  printf("\r\n position:%d", position);  print_array(arr, len);  return arr;}// 计数排序,根据数字的位置逐个对比排序,从高到低MSD,递归方式int *radix_sort_msd(int arr[], int len){  // 找出最大值  int max_value = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] > max_value)      max_value = arr[i];  }  // 获取最小项  int min_value = arr[0];  for (int i = 0; i < len; i++)  {    if (min_value > arr[i])    {      min_value = arr[i];    }  }  // 获取数字一共有几位,减去min得到最大值,以支持负数和减少最大值  int max_length = (int)(log10(max_value - min_value) + 1);  // 根据数组最大值的长度,从前往后逐个对比排序。  return bucket_sort(arr, len, 1, max_length);}

    c++

    // 基数排序,从个位到高位LSD版,基于计数排序实现int *radixSort(int *arr, int len){  // 以10倍递进  int range = 10;  int sortedList[len];  int max = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] > max)    {      max = arr[i];    }  }  int min = arr[0];  for (int i = 1; i < len; i++)  {    if (arr[i] < min)    {      min = arr[i];    }  }  // 根据最大值,逐个按进位(基数)来应用排序,exponent即基数。  for (int exponent = 1; ((max - min) / exponent) > 0; exponent *= range)  {    // 计数数组,长度为10,0-9一共10个数字    int countList[range];    memset(countList, 0, range * sizeof(int));    // 根据基数得到当前位数,并给计数数组对应位置加1    for (int i = 0; i < len; i++)    {      int item = arr[i] - min;      int idx = (item / exponent) % range;      countList[idx] += 1;    }    // 计数排序构建,自前往后,逐个将上一项的值存入当前项    for (int i = 1; i < range; i++)    {      countList[i] += countList[i - 1];    }    // 根据计数数组按顺序取出排序内容    for (int i = len - 1; i >= 0; i--)    {      int item = arr[i] - min;      int idx = (item / exponent) % range;      sortedList[countList[idx] - 1] = arr[i];      countList[idx] -= 1;    }    // 复制输出数组到原始数组    for (int i = 0; i < len; i++)    {      arr[i] = sortedList[i];    }  }  return arr;}

    链接

    基数排序与计数排序、桶排序区别

    基数排序与计数排序、桶排序三者概念很像,但也有不同,其主要差异如下:

    计数排序:根据数组值设定若干个桶,每个桶对应一个数值,将这些桶的值分别存入下一个桶中用于排序,最后按顺序取出对应桶里的值。

    桶排序:根据情况分为若干个桶,每个桶存储一定范围的数值,每个桶再单独排序,最后按桶的顺序取出全部数据。

    基数排序:根据数据的位数来分配桶,每一位对应一个桶,先将全部数据的位数按最大位数对齐,再根据位数上的值大小排列。基数排序基于计数排序或者桶排序。

    关于“Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注编程网Python频道,小编每天都会为大家更新不同的知识点。

    --结束END--

    本文标题: Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么

    本文链接: https://www.lsjlt.com/news/350857.html(转载时请注明来源链接)

    有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

    本篇文章演示代码以及资料文档资料下载

    下载Word文档到电脑,方便收藏和打印~

    下载Word文档
    猜你喜欢
    • Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么
      这篇文章主要介绍“Java/Go/Python/JS/C基数排序算法的原理与实现方法是什么”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“Java/Go/Python/JS/C基数排序算法的原理与实现...
      99+
      2023-07-05
    • 基数排序算法的原理与实现详解(Java/Go/Python/JS/C)
      目录说明实现过程示意图性能分析代码JavaPythonGoJSTSCC++链接说明 基数排序(RadixSort)是一种非比较型整数排序算法,其原理是将整数按位数切割成不同的数字,然...
      99+
      2023-03-06
      基数排序算法原理 基数排序算法实现 基数排序算法 基数排序
    • Java排序算法实现的方法是什么
      这篇文章主要介绍“Java排序算法实现的方法是什么”,在日常操作中,相信很多人在Java排序算法实现的方法是什么问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Java排序算法实现的方法是什么”的疑惑有所帮助!...
      99+
      2023-06-02
    • 使用Python实现基数排序算法原理的实例
      基数排序算法是桶排序算法的一种,是对基于相同位置的值,进行分组排序。可能这么说有点不好理解,可以看下面的基数排序算法原理实例。 基数排序算法原理实例 指定数组[121,432,564,23,1,45,788],将数组进行基数排序,...
      99+
      2024-01-22
      算法的概念
    • MD5算法原理及C#和JS实现的方法是什么
      本篇内容主要讲解“MD5算法原理及C#和JS实现的方法是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“MD5算法原理及C#和JS实现的方法是什么”吧!一、简介MD5 是哈希算法(散列算法)的...
      99+
      2023-07-05
    • SHA-256算法原理及C#和JS实现的方法是什么
      本篇内容主要讲解“SHA-256算法原理及C#和JS实现的方法是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“SHA-256算法原理及C#和JS实现的方法是什么”吧!一、简介SHA-256 ...
      99+
      2023-07-05
    • python常用的各种排序算法原理与实现方法小结
      1. 冒泡排序(Bubble Sort) 基本思想:重复地遍历待排序的数列,每次比较相邻的两个元素,如果它们的顺序错误就交换位置,直到没有需要交换的元素为止。 实现代码: def b...
      99+
      2023-05-17
      python 排序算法
    • DES&3DES算法原理及C#和JS实现的方法是什么
      这篇文章主要介绍“DES&3DES算法原理及C#和JS实现的方法是什么”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“DES&3DES算法原理及C#和JS实现的方法是什么”文章能帮助大...
      99+
      2023-07-05
    • JS中数组随机排序实现方法(原地算法sort/shuffle算法)
      目录一、原地算法二、Array.property.sort()1、方法一(不推荐)2、方法一改良三、洗牌算法实现随机排序1、换牌2、抽牌附:本文用到的JS基础总结一、原地算法 在谈s...
      99+
      2023-02-16
      js 数组随机排序 js 随机排序 数组排序方法
    • 数据结构与算法的基数排序是什么
      本篇内容主要讲解“数据结构与算法的基数排序是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“数据结构与算法的基数排序是什么”吧! 基数排序鸿蒙官方战略合作共建——HarmonyOS技...
      99+
      2023-06-15
    • 图解Java中插入排序算法的原理与实现
      目录一、基本思想二、算法分析1、算法描述2、过程分析三、算法实现一、基本思想 插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序...
      99+
      2024-04-02
    • 图解Java中归并排序算法的原理与实现
      目录一、基本思想二、算法分析1、算法描述2、过程分析3、动图演示三、算法实现一、基本思想 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and C...
      99+
      2024-04-02
    • Java排序函数的实现原理是什么
      Java中的排序函数的实现原理依赖于具体的排序算法。Java提供了多种排序算法的实现,其中包括快速排序、归并排序、插入排序等。快速排...
      99+
      2023-09-27
      Java
    • 图解Java经典算法快速排序的原理与实现
      目录快速排序算法原理图解Java代码实现算法分析快速排序 通过一趟排序将待排元素分成独立的两部分,其中一部分为比基准数小的元素,另一部分则是比基准数大的元素。然后对这两部分元素再按照...
      99+
      2024-04-02
    • 图解Java经典算法插入排序的原理与实现
      目录一、算法介绍二、算法思想三、算法原理四、动图演示五、代码实现六、算法分析6.1 时间复杂度6.2 空间复杂度一、算法介绍 插入排序,也称为直接插入排序。插入排序是简单排序中效率最...
      99+
      2024-04-02
    • 图解Java经典算法归并排序的原理与实现
      目录归并排序算法原理动图演示代码实现复杂度归并排序 归并排序主要分成两部分实现,分、合两部分,分是把数组分成两半,再递归的对子数组进行 分 操作,直到分成一个个单独的数。合是把两个数...
      99+
      2024-04-02
    • 图解Java经典算法希尔排序的原理与实现
      目录希尔排序算法思想图解代码实现(Java)希尔排序 希尔排序时插入排序的一种,也称缩小增量排序,是直接插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。 算法思想 希尔排序...
      99+
      2024-04-02
    • 图解Java经典算法冒泡排序的原理与实现
      目录冒泡排序算法原理动图演示算法练习算法分析冒泡排序 冒泡排序是一种比较简单的排序算法,我们可以重复遍历要排序的序列,每次比较两个元素,如果他们顺序错误就交换位置,重复遍历到没有可以...
      99+
      2024-04-02
    • Java中Prime算法的原理是什么与怎么实现
      本篇内容主要讲解“Java中Prime算法的原理是什么与怎么实现”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Java中Prime算法的原理是什么与怎么实现”吧!Prim算法介绍1.点睛在生成树...
      99+
      2023-07-02
    • Java数据结构之基于比较的排序算法基本原理及具体实现
      目录1. 七大基于比较的排序-总览1.1常见基于比较的排序分类1.2时间复杂度,空间复杂度以及稳定性。2.直接插入排序2.1 直接插入排序的基本思想2.2 直接插入排序动画演示2.3...
      99+
      2024-04-02
    软考高级职称资格查询
    编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
    • 官方手机版

    • 微信公众号

    • 商务合作