一：基本概念
1.1 基数排序(桶排序)介绍
-
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，它是通过键值的各个位的值，将要排序的元素分配至某些“桶”中，达到排序的作用
-
基数排序法是属于稳定性的排序，基数排序法的是效率高的稳定性排序法
-
基数排序(Radix Sort)是桶排序的扩展
-
基数排序是1887年赫尔曼·何乐礼发明的。它是这样实现的：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。
1.2 实现原理
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。
1.3 将{53, 3, 542, 748, 14, 214} 使用基数排序, 进行升序排序
1.3.1 第1轮排序
数组的初始状态 arr = {53, 3, 542, 748, 14, 214}
(1) 将每个元素的个位数取出，然后看这个数应该放在哪个对应的桶(一个一维数组)
(2) 按照这个桶的顺序(一维数组的下标依次取出数据，放入原来数组)
1.3.2 第2轮排序
数组的第1轮排序 arr = {542, 53, 3, 14, 214, 748}
(1) 将每个元素的十位数取出，然后看这个数应该放在哪个对应的桶(一个一维数组)
(2) 按照这个桶的顺序(一维数组的下标依次取出数据，放入原来数组)
1.3.3 第3轮排序
数组的第2轮排序 arr = {3, 14, 214, 542, 748, 53}
(1) 将每个元素百位数取出，然后看这个数应该放在哪个对应的桶(一个一维数组)
(2) 按照这个桶的顺序(一维数组的下标依次取出数据，放入原来数组)
数组的第3轮排序 arr = {3, 14, 53, 214, 542, 748}
1.4 原理图
二：复杂度
2.1 时间复杂度
2.2 空间复杂度
LSD算法中，由于逐次清理 array 中数据，外层每一循环会开辟大小为 10 的桶，那么空间复杂度为：O ( k )，或者记为：O ( n + k )
三：代码实现
3.1 基数排序代码
/**
* 基数排序
*/
public class RadixSort {
public static void main(String[] args) {
//原始数组
long start = System.currentTimeMillis();
int[] array = new int[8000000];
for (int i = 0; i < array.length; i++) {
//Math.random() * 80000生成0到100的随机数
array[i] = (int) (Math.random() * 80000);
}
//System.out.println("排序前：" + Arrays.toString(array));
radixSort(array);
long end = System.currentTimeMillis();
System.out.println("执行时间为：" + (end - start));
}
/**
* 基数排序方法
* <p>
* 说明：
* 1.二维数组包含了十个一维数组
* 2.为了防止数据在插入数组时，数据溢出，则每个桶的大小定义为array.length
* 3.基数排序就是空间换时间的最典型的算法
*
* @param array 需要排序的数组
*/
public static void radixSort(int[] array) {
//先得到数组中最大数的位数
//首先假定第一位数就是最大数
int max = array[0];
for (int i = 1; i < array.length; i++) {
if (array[i] > max) {
max = array[i];
}
}
//得到最大数是几位数
int maxLength = (max + "").length();
//定义二维数组，表示十个桶，每个桶就是一个一维数组
int[][] bucket = new int[10][array.length];
//为了记录每个桶中实际存放了多少个数据（每次存放的时候，数据是不一样的），我们定义一个一维数组记录每次存放的数据个数
// [0]记录的就是bucket[0]这个桶，每次放入数据的个数
int[] bucketElementCounts = new int[10];
//最大位数有maxLength，所以遍历maxLength次
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
//第i轮排序：针对每个元素的位数进行排序,第一次是个位数，第二次是十位数，以此类推
for (int j = 0; j < array.length; j++) {
//取出每个元素的个位数的数值
int digitOfElement = array[j] / n % 10;
//放入到对应的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = array[j];
//每添加一次，需要加一，保证每添加一次数据就会更新数量
bucketElementCounts[digitOfElement]++;
}
//按照这个数组的顺序（一维数组的下标依次取数据，放入原来的数组）
int index = 0;
//遍历每一个桶，并且将同种的数据放入到原数组当中
for (int k = 0; k < bucketElementCounts.length; k++) {
//如果桶中有数据，我们才放入到原数组中
if (bucketElementCounts[k] != 0) {
//循环该桶，即第k个桶，也就是第k个一维数组
for (int l = 0; l < bucketElementCounts[k]; l++) {
//取出元素导入到arr中
array[index] = bucket[k][l];
index++;
}
}
//第i+1轮处理后需要将每个bucketElementCounts[k]置为0
bucketElementCounts[k] = 0;
}
//第一轮排序结束
//System.out.println("第" + (i + 1) + "轮：对个位排序处理array=" + Arrays.toString(array));
}
//System.out.println("排序后：" + Arrays.toString(array));
}
}
3.2 八百万条数据的执行时间
执行时间为：442毫秒
