一、基数排序
基数排序是一种非比较型整数排序算法,也称桶排序,它的基本思想是通过对数据的每一位进行排序,低位优先,从最低位到最高位依次进行进桶出桶操作,循环count次(count为最大值的位数),最终实现整个数据序列的有序排列。
桶排序不能处理负数。
1.算法思想
算法原理
- 基数排序是基于桶排序的思想,将整数按位数切割成不同的数字,然后按每个位数分别进行排序。
- 对于每个位数,使用稳定的排序算法(如计数排序)将元素分配到不同的桶中,然后再按顺序收集桶中的元素。
- 从最低位开始,依次对每一位进行上述操作,直到最高位处理完毕,此时整个序列就有序了。
进桶:
出桶:
以此类推。
十位:
百位:
2.代码实现
//基数排序
static int GetFigur(int* arr, int len)
{
int max = arr[0];
for (int i = 0; i < len; i++)
{
if (max < arr[i])
{
max = arr[i];
}
}
//求位数//丢个位
int count = 0;
while (max != 0)
{
count++;
max /= 10;
}
return count;
}
//获取十进制整数右数第figur位的数,figur从0开始
static int GetNum(int n, int figur)
{
for (int i = 0; i > figur; i++)
{
n /= 10;
}
return n % 10;
}
void RadixSort(int* arr, int len)
{
//定义10个队列
HNode queArr[10];
for (int i = 0; i < 10; i++)
{
InitQueue(&queArr[i]);
}
//得到最大数字的位数,确定进队和出队的趟数
int count = GetFigur(arr, len);
int index;//队列的下标
for (int i = 0; i < count; i++)
{
//入队
for (int j = 0; j < len; j++)//遍历数组入队
{
index = GetNum(arr[j], i);//index保存arr[j]进入队列的下标
Push(&queArr[index], arr[j]);
}
//依次出队
int j = 0;//arr的下标
for (int k = 0; k < 10; k++)
{
while(!IsEmpty(&queArr[k]))
{
Pop(&queArr[k], &arr[j++]);
}
}
}
for (int i = 0; i < 10; i++)
{
Destroy(&queArr[i]);
}
}
3.复杂度分析
时间复杂度:O(d*n) d为最大数据的位数
空间复杂度:桶排序需要额外的空间来存储桶和桶内元素,空间复杂度为O(n)。
稳定性:桶排序是稳定的排序算法。在桶排序过程中,每个桶内的元素在排序时会保持相对顺序不变。例如,对于相同大小的元素,先进入桶的元素会先被处理,从而保证了它们在排序后的相对顺序与原始序列一致。
二、八大排序总结
排序 |
算法描述 |
时间复杂度 |
备注 |
空间复杂度 |
备注 |
稳定性 |
备注 |
插入排序 |
类似整理扑克牌插牌,将数据分为已排序部分和未排序部分,开始时将第一个元素默认已排序,从未排序部分中依次取数据将其与已排序部分从后往前比较,如果待排序数字小于已排序的数据,则将已排序数据依次后移一位,在合适位置插入待排序数字 |
最好情况O(n),最坏情况(数组逆序)O(n2) |
越有序越快,一组数据基本有序的情况下使用插入排序 |
O(1) |
稳定 |
适用于小规模数据的排序 |
|
希尔排序 |
对插入排序的一个改进,因为插入排序越有序越快,则为了使数据尽量有序,使用间隔式分组方法将原始数据分为若干子序列,对每个子序列进行插入排序,然后逐渐减小子序列的元素间隔,直至间隔为1,此时整个序列基本有序,最后进行一次插入排序即可 |
平均时间复杂度估计值为O(n1.3) |
重点在于间隔式排序,不同间隔序列下算法性能波动明显 |
O(1) |
原地排序算法 |
不稳定 |
多处理大规模数据 |
冒泡排序 |
相邻两个元素两两比较,大的往后走,多次遍历 |
O(n2) |
O(1) |
稳定 |
不适用于大规模数据 |
||
选择排序 |
每次都从待排序部分中选出最小的和未排序部分的第一个数据交换,从而将该元素添加到已排序部分的末尾,已排序部分初始为空 |
O(n2) |
O(1) |
不稳定 |
可能会改变相同元素的相对顺序 |
||
快速排序 |
从数据中选一个基准值,经典快排选择第一个元素,定义两个指针分别指向序列的头和尾,先从尾指针开始与基准比较,找第一个比基准小的数字,头指针找第一个比基准大的数字,交换头尾指针指向的数字,直到头尾指针相遇,相遇位置则为基准元素的位置,此时基准元素有序,递归排序左右两部分子序列,直至子序列长度为1或0 快速排序优化主要优化越有序越慢的问题,1.随机选择基准值;2.选择头、尾、中间值三个数的中位数作基准值3.小数组直接使用插入排序 |
平均时间复杂度O(nlogn),最坏情况下是O(n2) |
因为递归;越有序越慢,完全有序退化为选择排序 |
平均为O(logn),最坏情况下是O(n) |
使用递归会用到栈保存数据 |
不稳定 |
|
堆排序 |
使用二叉树的结构,先把数据构建成大根堆(从最后一个非叶子节点开始比较父节点与左右孩子结点的值,将父结点与较大值交换),再将最后一个元素与根结点交换位置(即从大到小依次有序),取出该元素放入已排序序列末尾,之后重新调整堆,直到堆只剩下一个元素,此时整个数组有序 调整大根堆:从最后一棵子树开始从后往前调整 |
建立大根堆为O(n);调整(n-1次)大根堆总的时间复杂度为O(nlogn);平均为O(nlogn) |
O(1) |
堆排序直接在原数组上操作 |
不稳定 |
交换堆顶元素与最后一个元素 |
|
归并排序 |
一组数据先看作每个元素单独有序,将两端有序的子序列合并为一段有序的,递归操作,直到整个数组有序 |
平均为O(nlogn) |
logn层递归操作 |
O(n) |
需要临时数组来存放数据 |
稳定 |
常使用于外部排序 |
基数排序 |
也称桶排序,借助每个数据的每一位的大小排序,依次进桶出桶,先排个位、十位、百位直至最大数字的位数,排完最大位数则整组数据有序 注意,桶排序不能处理负数 |
O(d*n) |
d为最大数据的位数且每个数位上的取值范围是固定的(如 0 - 9) |
O(n) |
需要额外的空间来存储桶和桶内元素 |
稳定 |
基数排序对数据的分布有一定要求,若数据的位数差异过大,可能会影响算法性能 |