title: Go数据结构与算法-基数排序
tags: go,算法
介绍 基数排序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。
基本思想 基数排序(Radix Sort)是桶排序的扩展,它的基本思想是: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。
具体做法是:将所有待比较数值统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列。
算法复杂度 时间复杂度为:O(K * N)
排序过程
假设有数组 [27 38 12 101 27 16]
[UNSORTED]:[27 38 12 101 27 16]
[DEBUG bit]1 # 按个位排
[DEBUG arr][101 12 16 27 27 38]
[DEBUG bit]10 # 按十位排
[DEBUG arr][101 12 16 27 27 38]
[DEBUG bit]100# 按百位排
[DEBUG arr][12 16 27 27 38 101]
[SORTED]:[12 16 27 27 38 101]
实用场景 【go|Go数据结构与算法-基数排序】待比较的元素必须是“可取基数的”。时间复杂度低(k 因子一般不高),但基数排序的空间复杂度高,内存开销较大。总体上来说,使用范围比较窄。
演示
package mainimport (
"algorithms"
"fmt"
)func main() {
arr := algorithms.GetArr(5, 1000)
//arr = []int{27, 38, 12, 101, 27, 16}
fmt.Println("[UNSORTED]:\t", arr)
fmt.Println("[SORTED]:\t", radixSort(arr))
}func radixSort(arr []int) []int {
max := getMax(arr)
// 数组中最大值决定了循环次数,101 循环三次
for bit := 1;
max/bit > 0;
bit *= 10 {
arr = bitSort(arr, bit)
fmt.Println("[DEBUG bit]\t", bit)
fmt.Println("[DEBUG arr]\t", arr)
}
return arr
}//
// 对指定的位进行排序
// bit 可取 1,10,100 等值
//
func bitSort(arr []int, bit int) []int {
n := len(arr)
// 各个位的相同的数统计到 bitCounts[] 中
bitCounts := make([]int, 10)
for i := 0;
i < n;
i++ {
num := (arr[i] / bit) % 10
bitCounts[num]++
}
for i := 1;
i < 10;
i++ {
bitCounts[i] += bitCounts[i-1]
} tmp := make([]int, 10)
for i := n - 1;
i >= 0;
i-- {
num := (arr[i] / bit) % 10
tmp[bitCounts[num]-1] = arr[i]
bitCounts[num]--
}
for i := 0;
i < n;
i++ {
arr[i] = tmp[i]
}
return arr
}// 获取数组中最大的值
func getMax(arr []int) (max int) {
max = arr[0]
for _, v := range arr {
if max < v {
max = v
}
}
return
}
推荐阅读
- 数据结构和算法|LeetCode 的正确使用方式
- Go|Docker后端部署详解(Go+Nginx)
- GO|GO,GO,GO!
- #|7.分布式事务管理
- #|算法设计与分析(Java实现)——贪心算法(集合覆盖案例)
- #|算法设计与分析(Java实现)—— 动态规划 (0-1 背包问题)
- #|阿尔法点亮LED灯(一)汇编语言
- #|Multimedia
- #|ARM裸机开发(汇编LED灯实验(I.MX6UL芯片))
- 基础课|使用深度优先搜索(DFS)、广度优先搜索(BFS)、A* 搜索算法求解 (n^2 -1) 数码难题,耗时与内存占用(时空复杂度)对比(附((n^2 - 1) 数码问题控