快捷導(dǎo)航

Java桶排序之基數(shù)排序詳解

更新時間：2021年12月05日 16:41:50 作者：愛敲代碼的Harrison

這篇文章主要為大家介紹了Java桶排序之基數(shù)排序，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助

基數(shù)排序也是桶排序的一種，也是跟樣本數(shù)據(jù)強相關(guān)的，且基數(shù)排序要求樣本數(shù)據(jù)是非負(fù)的十進制數(shù)，如果有小數(shù)或者負(fù)數(shù)，那么代碼將要大量重寫！這就是不基于比較的排序的弊端。一般來說，我們認(rèn)為基數(shù)排序時間復(fù)雜度為O(N)。但事實上，如果數(shù)據(jù)量很大很大，它的時間復(fù)雜度是O(N*log10(Max))（底數(shù)是10）。

基數(shù)排序算法流程不是很難，但是以下代碼實現(xiàn)方式比較騷，所以先放上一張截圖，方便查看。

在這里插入圖片描述

我們知道基數(shù)排序的實現(xiàn)流程是需要準(zhǔn)備10個隊列的，但是經(jīng)典的實現(xiàn)流程卻是利用了一個count數(shù)組來模擬了出隊列的操作，所以節(jié)省了空間。

package com.harrison.class05;
import java.util.Arrays;
// 基數(shù)排序也是桶排序的一種，也是跟樣本數(shù)據(jù)強相關(guān)的
// 且基數(shù)排序要求樣本數(shù)據(jù)是非負(fù)的十進制數(shù)
// 如果有小數(shù)或者負(fù)數(shù)，那么代碼將要大量重寫！
// 這就是不基于比較的排序的弊端
// 一般來說，我們認(rèn)為基數(shù)排序時間復(fù)雜度為O(N)
// 但事實上，如果數(shù)據(jù)量很大很大，它的時間復(fù)雜度是O(N*log10(Max))（底數(shù)是10）
public class Code03_RadixSort {
	public static void radixSort(int[] arr) {
		if (arr == null || arr.length < 2) {
			return;
		}
		radixSort(arr, 0, arr.length - 1, maxBits(arr));
	}
	// 求出數(shù)組中最大值的位數(shù)
	// 比如數(shù)組中最大值是100 那么返回3
	public static int maxBits(int[] arr) {
		int max = Integer.MIN_VALUE;
		for (int i = 0; i < arr.length; i++) {
			max = Math.max(max, arr[i]);
		}
		int res = 0;
		while (max != 0) {
			res++;
			max /= 10;
		}
		return res;
	}
	// 此方法配合截圖理解?。?！
	public static void radixSort(int[] arr, int L, int R, int digit) {
		final int radix = 10;
		int i = 0, j = 0;
		// 原數(shù)組有多少個數(shù)，準(zhǔn)備多少個空間
		int[] help = new int[R - L + 1];
		for (int d = 1; d <= digit; d++) {
			int[] count = new int[radix];
			for (i = L; i <= R; i++) {
				j = getDigits(arr[i], d);
				count[j]++;
			}
			for (i = 1; i < radix; i++) {
				count[i] = count[i] + count[i - 1];
			}
			for (i = R; i >= L; i--) {
				j = getDigits(arr[i], d);
				help[count[j] - 1] = arr[i];
				count[j]--;
			}
			for (i = 0, j = 0; i <= R; i++, j++) {
				arr[i] = help[i];
			}
		}
	}
	public static int getDigits(int x, int d) {
		return ((x / (int) (Math.pow(10, d - 1)))) % 10;
	}
	public static void comparator(int[] arr) {
		Arrays.sort(arr);
	}
	public static int[] generateRandomArray(int maxSize, int maxValue) {
		int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
		for (int i = 0; i < arr.length; i++) {
			arr[i] = (int) ((maxValue + 1) * Math.random());
		}
		return arr;
	}
	public static int[] copyArray(int[] arr) {
		if (arr == null) {
			return null;
		}
		int[] res = new int[arr.length];
		for (int i = 0; i < arr.length; i++) {
			res[i] = arr[i];
		}
		return res;
	}
	public static boolean isEqual(int[] arr1, int[] arr2) {
		if ((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)) {
			return false;
		}
		if (arr1 == null && arr2 == null) {
			return true;
		}
		if (arr1.length != arr2.length) {
			return false;
		}
		for (int i = 0; i < arr1.length; i++) {
			if (arr1[i] != arr2[i]) {
				return false;
			}
		}
		return true;
	}
	public static void printArray(int[] arr) {
		if (arr == null) {
			return;
		}
		for (int i = 0; i < arr.length; i++) {
			System.out.print(arr[i] + " ");
		}
		System.out.println();
	}
	public static void main(String[] args) {
		int testTime = 500000;
		int maxSize = 100;
		int maxValue = 100000;
		boolean succeed = true;
		for (int i = 0; i < testTime; i++) {
			int[] arr1 = generateRandomArray(maxSize, maxValue);
			int[] arr2 = copyArray(arr1);
			radixSort(arr1);
			comparator(arr2);
			if (!isEqual(arr1, arr2)) {
				succeed = false;
				printArray(arr1);
				printArray(arr2);
				break;
			}
		}
		System.out.println(succeed ? "Nice!" : "Fucking fucked!");
		int[] arr = generateRandomArray(maxSize, maxValue);
		printArray(arr);
		radixSort(arr);
		printArray(arr);
	}
}