基数排序

1.基数排序简介

基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucket sort）或bin sort，顾名思义，它是透过键值的部份资讯，将要排序的元素分配至某些“桶”中，藉以达到排序的作用，基数排序法是属于稳定性的排序，其时间复杂度为O (nlog(r)m)，其中r为所采取的基数，而m为堆数，在某些时候，基数排序法的效率高于其它的稳定性排序法。

3.基数排序图解

4.代码

public class RadixSort {

    public static void main(String[] args) {
        int[] arr = {53, 3, 542, 748, 14, 214};
        radixSort(arr);
    }

    /**
     * 基数排序:使用空间换时间的经典算法
     *
     * @param arr
     */
    public static void radixSort(int[] arr) {

        //得到数组中最大的数
        int max = arr[0];
        for (int i = 0; i < arr.length; i++) {
            if (max < arr[i]) {
                max = arr[i];
            }
        }

        //求最大位数
        int maxLength = (max + "").length();

        //定义一个二位数组，表示10个桶，每个桶就是一个一维数组
        //为了防止溢出，将每一个桶的大小定为arr.length
        int[][] bucket = new int[10][arr.length];

        //记录每个桶存放了多少数据bucketElementCounts[0],第一个桶存放的数据数量
        int[] bucketElementCounts = new int[10];

        //处理位数
        for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {

            //针对每个元素的对应为（个位，十位，百位......）进行处理
            for (int j = 0; j < arr.length; j++) {
                //每次取出的元素
                int digitOfElement = arr[j] /n % 10;
                //存放到对应的桶中
                bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
                bucketElementCounts[digitOfElement]++;
            }

            //将桶中的数存入原数组时，记住原数组的位置
            int index = 0;
            //遍历每一个桶，将里面的数放到原数组
            for (int k = 0; k < bucketElementCounts.length; k++) {
                if (bucketElementCounts[k] != 0) {
                    //遍历第k个桶，取出里面的数据，放入原数组
                    for (int l = 0; l < bucketElementCounts[k]; l++) {
                        arr[index] = bucket[k][l];
                        index++;
                    }
                }
                //在进行下一轮处理前，将记录该桶中数据数量的bucketElementCounts清零
                bucketElementCounts[k] = 0;

            }
            System.out.println("第"+(i+1)+"轮排序："+Arrays.toString(arr));
        }
    }
}