各种编程语言中基数排序的原理与实现方法

小丽君_3713

小丽君_3713

2023-05-08

1578人浏览

转载

    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)

    JavaScript 测试模式
    JavaScript 测试模式

    使用 Jest、Vitest 和 Testing Library 实施全面的测试策略,包括单元测试、集成测试和端到端测试,涵盖模拟、测试夹具和测试驱动开发。在编

    下载

    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 = 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  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  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  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  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  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 <h4>Python</h4><pre class="brush:py;">"""
    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) <h4>Go</h4><pre class="brush: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  max {
          max = arr[i]
        }
      }
      var min = arr[0]
      for i := 0; i  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  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 <pre class="brush:go;">// 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  0 {
        numberOfDigits += 1
        num /= 10
      }
      return numberOfDigits
    }
    
    // 获取绝对值
    func abs(value int) int {
      if value  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  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 -2
    func getDigit(arr []int, idx int, exponent int) int {
      element := arr[idx]
      digit := abs(element) / exponent % 10
      if element <h4>JS</h4><pre class="brush: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  [])
    
        // 遍历数组将数位上的数放入对应桶里
        for (let j = 0, l = arr.length; j <pre class="brush:js;">// 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  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 ()
        // 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 ) {
        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
      }
    }</number></number></number>

    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 = 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  max_value)
          max_value = arr[i];
      }
      int min_value = arr[0];
      for (int i = 1; i  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)  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  max_length)
      {
        return arr;
      }
    
      // 找出最小值
      int min_value = arr[0];
      for (int i = 1; i  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  max_value)
          max_value = arr[i];
      }
      // 获取最小项
      int min_value = arr[0];
      for (int i = 0; i  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  max)
        {
          max = arr[i];
        }
      }
      int min = arr[0];
      for (int i = 1; i  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 = 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 <h3>链接</h3><p>基数排序与计数排序、桶排序区别</p><p>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:</p><p>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。</p><p>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。</p><p>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。</p>

    相关文章

    PHP速学视频免费教程(入门到精通)
    PHP速学视频免费教程(入门到精通)

    PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

    下载

    相关标签:

    python java

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

    相关专题

    更多
    GoFrame框架Web开发与路由中间件
    GoFrame框架Web开发与路由中间件

    本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

    2026.11.17

    20

    15

    GoFrame框架安装与gf命令行工具
    GoFrame框架安装与gf命令行工具

    本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

    2026.11.17

    60

    15

    GoFrame框架零基础入门
    GoFrame框架零基础入门

    本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

    2026.11.17

    60

    15

    SQLAlchemy 一对多关系怎么建立
    SQLAlchemy 一对多关系怎么建立

    SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

    2026.11.17

    20

    10

    SQLAlchemy 如何增删改查
    SQLAlchemy 如何增删改查

    SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

    2026.11.17

    60

    11

    SQLAlchemy ORM 模型怎么写
    SQLAlchemy ORM 模型怎么写

    SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

    2026.11.17

    40

    16

    Go-Zero API开发使用教程
    Go-Zero API开发使用教程

    本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

    2026.11.12

    180

    15

    Go-Zero安装与goctl环境配置教程
    Go-Zero安装与goctl环境配置教程

    本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

    2026.11.12

    140

    15

    Go-Zero零基础入门教程
    Go-Zero零基础入门教程

    本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

    2026.11.12

    160

    15

    热门下载

    更多
    网站特效
    /
    网站源码
    /
    网站素材
    /
    前端模板

    精品课程

    更多
    相关推荐
    /
    热门推荐
    /
    最新课程