Zabbix 2.4 for Ubuntu 14.04 LTS:
2015-09-01 15:03
323 查看
计数排序的缺点很明显,需要额外的空间C来作为计数数组,虽然时间复杂度为O(n+k),但当输入序列里元素取值很大的时侯,如k=O(n2),时,此时时间复杂度已经达到n2数量级了,空间的消耗也是让人无法承受的。这里介绍一种另一种线性排序算法——基数排序,可以应对数值很大的情况。
基数排序,即一个数位一个数位地进行排序,平常生活中我们经常使用的一种算法思想:如要对一个日期进行排序,日期中由年、月、日组成的,对于这个问题,我们经常使用的是先比较年份,如果相同再比较月份,如果还相同就比较日。
同理,我们比较一组数,也可以采取这种思想。例如我们使用这种思想对下面四个数进行排序:123、312、245、531,第一次按百位排序:123、245、312、531;第二次按十位排序:312、123、531、245;第三次按个位数排序:531、312、123、245。咦?为什么最后排出来的结果并不是预期的那样?原因是我们从高位开始排序,已经差不多整体有序之后,再到低位时,又全部被打乱了。如果我们之后这样做就不会乱了:高位相同的数,再将它们的低位进行排序….不过这个实现一起比较困难一些。
这里,我们换成从最低有效位到最高有效位进行排序,那么还是上面那个例子:
个位 => 十位 => 百位
531 312 123
312 123 245
123 531 312
245 245 531
可以看到结果正确。通俗地讲,之所以先排低位再排高位,是因为越是后排的数位,其对结果次序的影响越大,很显然是高位比低位对数的大小影响大!
这里再给出一个简单的证明过程:
假定一组序列低t-1位已经排序好了,现在我们按照第t位进行排序。我们只需证明对于任意两个数来说,按照第t位排序之后其相对位置正确。任意两个数这时有两种情况:
1)它们第t位相同,那么此时如果我们保持它们位置的稳定性,那么它们最后仍然有序;
2)它们第t位不同,按照第t位排序之后就有序了。
所以,即证明了基数排序的正确性。从这里我们可以看出非常关键的一点——排序必需要稳定!很快就想到使用前面说过的计数排序算法!
那么可以得出计数排序的伪代码为:
radixSort(A,d) //d为A中元素最多的位数 for i=1 to d do use a stable sort to sort array A on digit i
可以得到时间复杂度为O(d(n+k)); 当d为常数、k=O(n)时,基数排序有线性的运行时间的。
更具体更普遍一点的算法:
/* n为待排序数组A的元素个数,B为按位计数排序后暂存数据的辅助数组,C则是计数数组,b为最大元素的长度(bit位数),r为每个数位的长度(即计数排序以2**r进制) */
radixSort(int A[], int B[], int C[], int n, int b, int r) m=b/r; //m是最大的位数 for i=0 to m-1 do for j=0 to r-1 do C[j] = 0; //计数数组清零 for j=0 to n-1 do C[(A[j]/t)%2**r]++; //C[j]表示等于j的元素个数 for j=1 to r-1 do C[j] = C[j]+C[j-1]; //C[j]表示等于或者小于j的元素个数 for j=n-1 downto 0 do B[--C[(A[j]/t)%2**r]]=A[j]; //计数排序 for j=0 to n-1 do A[j] = B[j]; t = t*2**r;
基数排序比较适合对取值很大的数进行排序,也可用来对字符串进行排序。
最终代码如下:(计数排序部分尚未优化)
import java.util.Arrays; /** * @author */ public class RadixSorter { public static boolean USE_LINK = true; /** * * @param keys * @param from * @param len * @param radix * key's radix * @param d * how many sub keys should one key divide to */ public void sort(int[] keys, int from, int len, int radix, int d) { if (USE_LINK) { linkRadixSort(keys, from, len, radix, d); } else { arrayRadixSort(keys, from, len, radix, d); } } private final void arrayRadixSort(int[] keys, int from, int len, int radix, int d) { int[] temporary = new int[len]; int[] count = new int[radix]; int R = 1; for (int i = 0; i < d; i++) { System.arraycopy(keys, from, temporary, 0, len); Arrays.fill(count, 0); for (int k = 0; k < len; k++) { // 当前要排的位 int subkey = (temporary[k] / R) % radix; count[subkey]++; } /* 与计数排序相同 */ for (int j = 1; j < radix; j++) { count[j] += count[j - 1]; } for (int m = len - 1; m >= 0; m--) { int subkey = (temporary[m] / R) % radix; --count[subkey]; // temporary 存储着某位已经排好序的数组 keys[from + count[subkey]] = temporary[m]; } R *= radix; } } private static class LinkQueue { int head = -1; int tail = -1; } private final void linkRadixSort(int[] keys, int from, int len, int radix, int d) { int[] nexts = new int[len]; LinkQueue[] queues = new LinkQueue[radix]; for (int i = 0; i < radix; i++) { queues[i] = new LinkQueue(); } for (int i = 0; i < len - 1; i++) { nexts[i] = i + 1; } nexts[len - 1] = -1; int first = 0; for (int i = 0; i < d; i++) { linkRadixSortDistribute(keys, from, len, radix, i, nexts, queues, first); first = linkRadixSortCollect(keys, from, len, radix, i, nexts, queues); } int[] tmps = new int[len]; int k = 0; while (first != -1) { tmps[k++] = keys[from + first]; first = nexts[first]; } System.arraycopy(tmps, 0, keys, from, len); } private final void linkRadixSortDistribute(int[] keys, int from, int len, int radix, int d, int[] nexts, LinkQueue[] queues, int first) { for (int i = 0; i < radix; i++) { queues[i].head = queues[i].tail = -1; } while (first != -1) { int val = keys[from + first]; for (int j = 0; j < d; j++) { val /= radix; } val = val % radix; if (queues[val].head == -1) { queues[val].head = first; } else { nexts[queues[val].tail] = first; } queues[val].tail = first; first = nexts[first]; } } private int linkRadixSortCollect(int[] keys, int from, int len, int radix, int d, int[] nexts, LinkQueue[] queues) { int first = 0; int last = 0; int fromQueue = 0; for (; (fromQueue < radix - 1) && (queues[fromQueue].head == -1); fromQueue++) { ; } first = queues[fromQueue].head; last = queues[fromQueue].tail; while (fromQueue < radix - 1 && queues[fromQueue].head != -1) { fromQueue += 1; for (; (fromQueue < radix - 1) && (queues[fromQueue].head == -1); fromQueue++) { ; } nexts[last] = queues[fromQueue].head; last = queues[fromQueue].tail; } if (last != -1) { nexts[last] = -1; } return first; } /** * @param args */ public static void main(String[] args) { int[] a = { 1, 4, 8, 3, 2, 9, 5, 0, 7, 6, 9, 10, 9, 135, 14, 15, 11, 222222222, 1111111111, 12, 17, 45, 16 }; USE_LINK = false; RadixSorter sorter = new RadixSorter(); sorter.sort(a, 0, a.length, 10, 10); System.out.println(Arrays.toString(a)); } }
基数排序的缺点:
不呈现时空局部性,因为在按位对每个数进行排序的过程中,一个数的位置可能发生巨大的变化,所以不能充分利用现代机器缓存提供的优势。同时计数排序作为中间稳定排序的话,不具有原地排序的特点,当内存容量比较宝贵的时候,还是有待商榷。
相关文章推荐
- leetCode #135 Candy
- Windows支持的4种类型的同步对象:临界区、互斥量、事件和信号量
- 代理模式(二):代理模式应用实例(收费商务信息查询系统)
- 线段覆盖长度
- Linux的信号 SIGALRM和SIGINT的使用示例
- 代码质量
- spring 学习笔记1
- MySQL 一些让人容易忽视的知识点
- css inline与block
- 声明结构体类型
- Unity3D架构系列之- FSM有限状态机设计四
- iis访问数据的问题
- 表单的常用提交方式:get与post
- hdu2896病毒侵袭(ac自动机,求模式串出现的个数)
- 在Ubuntu平台中读取CSV文件并用table进行展示
- Linux下使用MySQL"load data infile"出错的问题
- MFC之列表视图控件List Control
- python中时间格式
- js运算符
- Centos6部署nginx(一)