• (8)排序之基数排序


    转载:http://www.cnblogs.com/jingmoxukong/p/4311237.html

    要点

    基数排序与本系列前面讲解的七种排序方法都不同,它不需要比较关键字的大小

    它是根据关键字中各位的值,通过对排序的N个元素进行若干趟“分配”与“收集”来实现排序的。 

    不妨通过一个具体的实例来展示一下,基数排序是如何进行的。 

    设有一个初始序列为: R {50, 123, 543, 187, 49, 30, 0, 2, 11, 100}。

    我们知道,任何一个阿拉伯数,它的各个位数上的基数都是以0~9来表示的。

    所以我们不妨把0~9视为10个桶。 

    我们先根据序列的个位数的数字来进行分类,将其分到指定的桶中。例如:R[0] = 50,个位数上是0,将这个数存入编号为0的桶中。

    分类后,我们在从各个桶中,将这些数按照从编号0到编号9的顺序依次将所有数取出来。

    这时,得到的序列就是个位数上呈递增趋势的序列。 

    按照个位数排序: {50, 30, 0, 100, 11, 2, 123, 543, 187, 49}。

    接下来,可以对十位数、百位数也按照这种方法进行排序,最后就能得到排序完成的序列。

    算法分析

    基数排序的性能

    排序类别

    排序方法

    时间复杂度

    空间复杂度

    稳定性

    复杂性

    平均情况

    最坏情况

    最好情况

    基数排序

    基数排序

    O(d(n+r))

    O(d(n+r))

    O(d(n+r))

    O(n+r)

    稳定

    较复杂

    时间复杂度

    通过上文可知,假设在基数排序中,r为基数,d为位数。则基数排序的时间复杂度为O(d(n+r))

    我们可以看出,基数排序的效率和初始序列是否有序没有关联。

    空间复杂度

    在基数排序过程中,对于任何位数上的基数进行“装桶”操作时,都需要n+r个临时空间。

    算法稳定性

    在基数排序过程中,每次都是将当前位数上相同数值的元素统一“装桶”,并不需要交换位置。所以基数排序是稳定的算法。

  • 相关阅读:
    LintCode "Subarray Sum II"
    LintCode "Maximum Subarray Difference"
    LeetCode "Flip Game II"
    LintCode "Sliding Window Median" & "Data Stream Median"
    LintCode "Permutation Index"
    LintCode "Count of Smaller Number before itself"
    LeetCode "Nim Game"
    Etcd在Linux CentOS7下载、安装
    CentOS7 查看开启端口
    CentOS7-防火墙firewall 状态、重启、关闭
  • 原文地址:https://www.cnblogs.com/rgly/p/7418501.html
Copyright © 2020-2023  润新知