--- comments: true --- # 11.10.   基数排序 上一节我们介绍了计数排序,它适用于数据量 $n$ 较大但数据范围 $m$ 较小的情况。假设我们需要对 $n = 10^6$ 个学号进行排序,而学号是一个 $8$ 位数字,这意味着数据范围 $m = 10^8$ 非常大,使用计数排序需要分配大量内存空间,而基数排序可以避免这种情况。 「基数排序 Radix Sort」的核心思想与计数排序一致,也通过统计个数来实现排序。在此基础上,基数排序利用数字各位之间的递进关系,依次对每一位进行排序,从而得到最终的排序结果。 ## 11.10.1.   算法流程 以学号数据为例,假设数字的最低位是第 $1$ 位,最高位是第 $8$ 位,基数排序的步骤如下: 1. 初始化位数 $k = 1$ 。 2. 对学号的第 $k$ 位执行「计数排序」。完成后,数据会根据第 $k$ 位从小到大排序。 3. 将 $k$ 增加 $1$ ,然后返回步骤 `2.` 继续迭代,直到所有位都排序完成后结束。 ![基数排序算法流程](radix_sort.assets/radix_sort_overview.png)

Fig. 基数排序算法流程

下面来剖析代码实现。对于一个 $d$ 进制的数字 $x$ ,要获取其第 $k$ 位 $x_k$ ,可以使用以下计算公式: $$ x_k = \lfloor\frac{x}{d^{k-1}}\rfloor \bmod d $$ 其中 $\lfloor a \rfloor$ 表示对浮点数 $a$ 向下取整,而 $\bmod \space d$ 表示对 $d$ 取余。对于学号数据,$d = 10$ 且 $k \in [1, 8]$ 。 此外,我们需要小幅改动计数排序代码,使之可以根据数字的第 $k$ 位进行排序。 === "Java" ```java title="radix_sort.java" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ int digit(int num, int exp) { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num / exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ void countingSortDigit(int[] nums, int exp) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 int[] counter = new int[10]; int n = nums.length; // 统计 0~9 各数字的出现次数 for (int i = 0; i < n; i++) { int d = digit(nums[i], exp); // 获取 nums[i] 第 k 位,记为 d counter[d]++; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for (int i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res int[] res = new int[n]; for (int i = n - 1; i >= 0; i--) { int d = digit(nums[i], exp); int j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (int i = 0; i < n; i++) nums[i] = res[i]; } /* 基数排序 */ void radixSort(int[] nums) { // 获取数组的最大元素,用于判断最大位数 int m = Integer.MIN_VALUE; for (int num : nums) if (num > m) m = num; // 按照从低位到高位的顺序遍历 for (int exp = 1; exp <= m; exp *= 10) // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp); } ``` === "C++" ```cpp title="radix_sort.cpp" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ int digit(int num, int exp) { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num / exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ void countingSortDigit(vector &nums, int exp) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 vector counter(10, 0); int n = nums.size(); // 统计 0~9 各数字的出现次数 for (int i = 0; i < n; i++) { int d = digit(nums[i], exp); // 获取 nums[i] 第 k 位,记为 d counter[d]++; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for (int i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res vector res(n, 0); for (int i = n - 1; i >= 0; i--) { int d = digit(nums[i], exp); int j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (int i = 0; i < n; i++) nums[i] = res[i]; } /* 基数排序 */ void radixSort(vector &nums) { // 获取数组的最大元素,用于判断最大位数 int m = *max_element(nums.begin(), nums.end()); // 按照从低位到高位的顺序遍历 for (int exp = 1; exp <= m; exp *= 10) // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp); } ``` === "Python" ```python title="radix_sort.py" def digit(num: int, exp: int) -> int: """获取元素 num 的第 k 位,其中 exp = 10^(k-1)""" # 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num // exp) % 10 def counting_sort_digit(nums: list[int], exp: int): """计数排序(根据 nums 第 k 位排序)""" # 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 counter = [0] * 10 n = len(nums) # 统计 0~9 各数字的出现次数 for i in range(n): d = digit(nums[i], exp) # 获取 nums[i] 第 k 位,记为 d counter[d] += 1 # 统计数字 d 的出现次数 # 求前缀和,将“出现个数”转换为“数组索引” for i in range(1, 10): counter[i] += counter[i - 1] # 倒序遍历,根据桶内统计结果,将各元素填入 res res = [0] * n for i in range(n - 1, -1, -1): d = digit(nums[i], exp) j = counter[d] - 1 # 获取 d 在数组中的索引 j res[j] = nums[i] # 将当前元素填入索引 j counter[d] -= 1 # 将 d 的数量减 1 # 使用结果覆盖原数组 nums for i in range(n): nums[i] = res[i] def radix_sort(nums: list[int]): """基数排序""" # 获取数组的最大元素,用于判断最大位数 m = max(nums) # 按照从低位到高位的顺序遍历 exp = 1 while exp <= m: # 对数组元素的第 k 位执行计数排序 # k = 1 -> exp = 1 # k = 2 -> exp = 10 # 即 exp = 10^(k-1) counting_sort_digit(nums, exp) exp *= 10 ``` === "Go" ```go title="radix_sort.go" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ func digit(num, exp int) int { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num / exp) % 10 } /* 计数排序(根据 nums 第 k 位排序) */ func countingSortDigit(nums []int, exp int) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 counter := make([]int, 10) n := len(nums) // 统计 0~9 各数字的出现次数 for i := 0; i < n; i++ { d := digit(nums[i], exp) // 获取 nums[i] 第 k 位,记为 d counter[d]++ // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for i := 1; i < 10; i++ { counter[i] += counter[i-1] } // 倒序遍历,根据桶内统计结果,将各元素填入 res res := make([]int, n) for i := n - 1; i >= 0; i-- { d := digit(nums[i], exp) j := counter[d] - 1 // 获取 d 在数组中的索引 j res[j] = nums[i] // 将当前元素填入索引 j counter[d]-- // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for i := 0; i < n; i++ { nums[i] = res[i] } } /* 基数排序 */ func radixSort(nums []int) { // 获取数组的最大元素,用于判断最大位数 max := math.MinInt for _, num := range nums { if num > max { max = num } } // 按照从低位到高位的顺序遍历 for exp := 1; max >= exp; exp *= 10 { // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp) } } ``` === "JavaScript" ```javascript title="radix_sort.js" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ function digit(num, exp) { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return Math.floor(num / exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ function countingSortDigit(nums, exp) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 const counter = new Array(10).fill(0); const n = nums.length; // 统计 0~9 各数字的出现次数 for (let i = 0; i < n; i++) { const d = digit(nums[i], exp); // 获取 nums[i] 第 k 位,记为 d counter[d]++; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for (let i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res const res = new Array(n).fill(0); for (let i = n - 1; i >= 0; i--) { const d = digit(nums[i], exp); const j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (let i = 0; i < n; i++) { nums[i] = res[i]; } } /* 基数排序 */ function radixSort(nums) { // 获取数组的最大元素,用于判断最大位数 let m = Number.MIN_VALUE; for (const num of nums) { if (num > m) { m = num; } } // 按照从低位到高位的顺序遍历 for (let exp = 1; exp <= m; exp *= 10) { // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp); } } ``` === "TypeScript" ```typescript title="radix_sort.ts" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ function digit(num: number, exp: number): number { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return Math.floor(num / exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ function countingSortDigit(nums: number[], exp: number): void { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 const counter = new Array(10).fill(0); const n = nums.length; // 统计 0~9 各数字的出现次数 for (let i = 0; i < n; i++) { const d = digit(nums[i], exp); // 获取 nums[i] 第 k 位,记为 d counter[d]++; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for (let i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res const res = new Array(n).fill(0); for (let i = n - 1; i >= 0; i--) { const d = digit(nums[i], exp); const j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (let i = 0; i < n; i++) { nums[i] = res[i]; } } /* 基数排序 */ function radixSort(nums: number[]): void { // 获取数组的最大元素,用于判断最大位数 let m = Number.MIN_VALUE; for (const num of nums) { if (num > m) { m = num; } } // 按照从低位到高位的顺序遍历 for (let exp = 1; exp <= m; exp *= 10) { // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp); } } ``` === "C" ```c title="radix_sort.c" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ int digit(int num, int exp) { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num / exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ void countingSortDigit(int nums[], int size, int exp) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 int *counter = (int *)malloc((sizeof(int) * 10)); // 统计 0~9 各数字的出现次数 for (int i = 0; i < size; i++) { // 获取 nums[i] 第 k 位,记为 d int d = digit(nums[i], exp); // 统计数字 d 的出现次数 counter[d]++; } // 求前缀和,将“出现个数”转换为“数组索引” for (int i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res int *res = (int *)malloc(sizeof(int) * size); for (int i = size - 1; i >= 0; i--) { int d = digit(nums[i], exp); int j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (int i = 0; i < size; i++) { nums[i] = res[i]; } } /* 基数排序 */ void radixSort(int nums[], int size) { // 获取数组的最大元素,用于判断最大位数 int max = INT32_MIN; for (size_t i = 0; i < size - 1; i++) { if (nums[i] > max) { max = nums[i]; } } // 按照从低位到高位的顺序遍历 for (int exp = 1; max >= exp; exp *= 10) // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, size, exp); } ``` === "C#" ```csharp title="radix_sort.cs" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ int digit(int num, int exp) { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num / exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ void countingSortDigit(int[] nums, int exp) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 int[] counter = new int[10]; int n = nums.Length; // 统计 0~9 各数字的出现次数 for (int i = 0; i < n; i++) { int d = digit(nums[i], exp); // 获取 nums[i] 第 k 位,记为 d counter[d]++; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for (int i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res int[] res = new int[n]; for (int i = n - 1; i >= 0; i--) { int d = digit(nums[i], exp); int j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (int i = 0; i < n; i++) { nums[i] = res[i]; } } /* 基数排序 */ void radixSort(int[] nums) { // 获取数组的最大元素,用于判断最大位数 int m = int.MinValue; foreach (int num in nums) { if (num > m) m = num; } // 按照从低位到高位的顺序遍历 for (int exp = 1; exp <= m; exp *= 10) { // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp); } } ``` === "Swift" ```swift title="radix_sort.swift" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ func digit(num: Int, exp: Int) -> Int { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 (num / exp) % 10 } /* 计数排序(根据 nums 第 k 位排序) */ func countingSortDigit(nums: inout [Int], exp: Int) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 var counter = Array(repeating: 0, count: 10) let n = nums.count // 统计 0~9 各数字的出现次数 for i in nums.indices { let d = digit(num: nums[i], exp: exp) // 获取 nums[i] 第 k 位,记为 d counter[d] += 1 // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for i in 1 ..< 10 { counter[i] += counter[i - 1] } // 倒序遍历,根据桶内统计结果,将各元素填入 res var res = Array(repeating: 0, count: n) for i in stride(from: n - 1, through: 0, by: -1) { let d = digit(num: nums[i], exp: exp) let j = counter[d] - 1 // 获取 d 在数组中的索引 j res[j] = nums[i] // 将当前元素填入索引 j counter[d] -= 1 // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for i in nums.indices { nums[i] = res[i] } } /* 基数排序 */ func radixSort(nums: inout [Int]) { // 获取数组的最大元素,用于判断最大位数 var m = Int.min for num in nums { if num > m { m = num } } // 按照从低位到高位的顺序遍历 for exp in sequence(first: 1, next: { m >= ($0 * 10) ? $0 * 10 : nil }) { // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums: &nums, exp: exp) } } ``` === "Zig" ```zig title="radix_sort.zig" // 获取元素 num 的第 k 位,其中 exp = 10^(k-1) fn digit(num: i32, exp: i32) i32 { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return @mod(@divFloor(num, exp), 10); } // 计数排序(根据 nums 第 k 位排序) fn countingSortDigit(nums: []i32, exp: i32) !void { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 var mem_arena = std.heap.ArenaAllocator.init(std.heap.page_allocator); // defer mem_arena.deinit(); const mem_allocator = mem_arena.allocator(); var counter = try mem_allocator.alloc(usize, 10); @memset(counter, 0); var n = nums.len; // 统计 0~9 各数字的出现次数 for (nums) |num| { var d: u32 = @bitCast(digit(num, exp)); // 获取 nums[i] 第 k 位,记为 d counter[d] += 1; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” var i: usize = 1; while (i < 10) : (i += 1) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res var res = try mem_allocator.alloc(i32, n); i = n - 1; while (i >= 0) : (i -= 1) { var d: u32 = @bitCast(digit(nums[i], exp)); var j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d] -= 1; // 将 d 的数量减 1 if (i == 0) break; } // 使用结果覆盖原数组 nums i = 0; while (i < n) : (i += 1) { nums[i] = res[i]; } } // 基数排序 fn radixSort(nums: []i32) !void { // 获取数组的最大元素,用于判断最大位数 var m: i32 = std.math.minInt(i32); for (nums) |num| { if (num > m) m = num; } // 按照从低位到高位的顺序遍历 var exp: i32 = 1; while (exp <= m) : (exp *= 10) { // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) try countingSortDigit(nums, exp); } } ``` === "Dart" ```dart title="radix_sort.dart" /* 获取元素 num 的第 k 位,其中 exp = 10^(k-1) */ int digit(int num, int exp) { // 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算 return (num ~/ exp) % 10; } /* 计数排序(根据 nums 第 k 位排序) */ void countingSortDigit(List nums, int exp) { // 十进制的位范围为 0~9 ,因此需要长度为 10 的桶 List counter = List.filled(10, 0); int n = nums.length; // 统计 0~9 各数字的出现次数 for (int i = 0; i < n; i++) { int d = digit(nums[i], exp); // 获取 nums[i] 第 k 位,记为 d counter[d]++; // 统计数字 d 的出现次数 } // 求前缀和,将“出现个数”转换为“数组索引” for (int i = 1; i < 10; i++) { counter[i] += counter[i - 1]; } // 倒序遍历,根据桶内统计结果,将各元素填入 res List res = List.filled(n, 0); for (int i = n - 1; i >= 0; i--) { int d = digit(nums[i], exp); int j = counter[d] - 1; // 获取 d 在数组中的索引 j res[j] = nums[i]; // 将当前元素填入索引 j counter[d]--; // 将 d 的数量减 1 } // 使用结果覆盖原数组 nums for (int i = 0; i < n; i++) nums[i] = res[i]; } /* 基数排序 */ void radixSort(List nums) { // 获取数组的最大元素,用于判断最大位数 // dart 中 int 的长度是 64 位的 int m = -1 << 63; for (int num in nums) if (num > m) m = num; // 按照从低位到高位的顺序遍历 for (int exp = 1; exp <= m; exp *= 10) // 对数组元素的第 k 位执行计数排序 // k = 1 -> exp = 1 // k = 2 -> exp = 10 // 即 exp = 10^(k-1) countingSortDigit(nums, exp); } ``` !!! question "为什么从最低位开始排序?" 在连续的排序轮次中,后一轮排序会覆盖前一轮排序的结果。举例来说,如果第一轮排序结果 $a < b$ ,而第二轮排序结果 $a > b$ ,那么第二轮的结果将取代第一轮的结果。由于数字的高位优先级高于低位,我们应该先排序低位再排序高位。 ## 11.10.2.   算法特性 相较于计数排序,基数排序适用于数值范围较大的情况,**但前提是数据必须可以表示为固定位数的格式,且位数不能过大**。例如,浮点数不适合使用基数排序,因为其位数 $k$ 过大,可能导致时间复杂度 $O(nk) \gg O(n^2)$ 。 - **时间复杂度 $O(nk)$** :设数据量为 $n$ 、数据为 $d$ 进制、最大位数为 $k$ ,则对某一位执行计数排序使用 $O(n + d)$ 时间,排序所有 $k$ 位使用 $O((n + d)k)$ 时间。通常情况下,$d$ 和 $k$ 都相对较小,时间复杂度趋向 $O(n)$ 。 - **空间复杂度 $O(n + d)$ 、非原地排序** :与计数排序相同,基数排序需要借助长度为 $n$ 和 $d$ 的数组 `res` 和 `counter` 。 - **稳定排序**:与计数排序相同。