数据结构——排序算法——基数排序

2023-09-14 14:26:39

基数排序有两种实现方式。本例属于最高位优先法,思路是从最高位开始,依次对基数进行排序。与之对应的是「最低位优先法」,思路是从最低位开始,依次对基数进行排序。
基数排序可以分为以下三个步骤:
1.找到数组中的最大值,确定最大数字的位数
2.从最低位开始,对数组进行计数排序。计数排序是稳定排序,所以在每一位排序后,相同数值的元素仍然保持相对顺序。
3.重复上述步骤,逐渐向更高位进行排序,直到完成所有位的排序。
4.最终,数组中的元素将按照各个位上的数值排序,从而得到有序数组.

基数排序的时间复杂度是 O(nk),其中 n 是数组的元素个数,k 是最大数字的位数。它的时间复杂度通常比较稳定,适用于对整数或字符串进行排序。

// 获取数组中的最大值
int getMax(std::vector<int>& arr) {
    int max = arr[0];
    for (int value : arr) {
        if (value > max) {
            max = value;
        }
    }
    return max;
}

// 基数排序的辅助函数,对数组按照指定位数进行计数排序
void countingSort(std::vector<int>& arr, int exp) {
    int n = arr.size();
    std::vector<int> output(n);
    int counting[10] = {0};

    // 统计当前位数上的数字出现次数
    for (int i = 0; i < n; i++) {
        counting[(arr[i] / exp) % 10]++;
    }

    // 计算累计次数
    for (int i = 1; i < 10; i++) {
        counting[i] += counting[i - 1];
    }

    // 构建排序后的输出数组
    for (int i = n - 1; i >= 0; i--) {
        output[counting[(arr[i] / exp) % 10] - 1] = arr[i];
        counting[(arr[i] / exp) % 10]--;
    }

    // 将排序后的结果复制回原数组
    for (int i = 0; i < n; i++) {
        arr[i] = output[i];
    }
}

// 基数排序函数
void radixSort(std::vector<int>& arr) {
    if (arr.empty()) return;

    int max = getMax(arr);

    // 从最低位到最高位进行排序
    for (int exp = 1; max / exp > 0; exp *= 10) {
        countingSort(arr, exp);
    }
}


对包含负数的数组进行基数排序


// 获取数组中的最大值
int getMax(std::vector<int>& arr) {
    int max = arr[0];
    for (int value : arr) {
        if (value > max) {
            max = value;
        }
    }
    return max;
}

// 基数排序的辅助函数,对非负整数数组按照指定位数进行计数排序
void countingSort(std::vector<int>& arr, int exp) {
    int n = arr.size();
    std::vector<int> output(n);
    int counting[10] = {0};

    // 统计当前位数上的数字出现次数
    for (int i = 0; i < n; i++) {
        counting[(arr[i] / exp) % 10]++;
    }

    // 计算累计次数
    for (int i = 1; i < 10; i++) {
        counting[i] += counting[i - 1];
    }

    // 构建排序后的输出数组
    for (int i = n - 1; i >= 0; i--) {
        output[counting[(arr[i] / exp) % 10] - 1] = arr[i];
        counting[(arr[i] / exp) % 10]--;
    }

    // 将排序后的结果复制回原数组
    for (int i = 0; i < n; i++) {
        arr[i] = output[i];
    }
}

// 基数排序函数,包含对非负和负数的排序
void radixSort(std::vector<int>& arr) {
    if (arr.empty()) return;

    // 分离正数和负数
    std::vector<int> positive;
    std::vector<int> negative;

    for (int num : arr) {
        if (num >= 0) {
            positive.push_back(num);
        } else {
            negative.push_back(-num); // 负数取相反数
        }
    }

    // 对非负整数排序
    if (!positive.empty()) {
        int maxPositive = getMax(positive);
        for (int exp = 1; maxPositive / exp > 0; exp *= 10) {
            countingSort(positive, exp);
        }
    }

    // 对负数排序
    if (!negative.empty()) {
        int maxNegative = getMax(negative);
        for (int exp = 1; maxNegative / exp > 0; exp *= 10) {
            countingSort(negative, exp);
        }
    }

    // 合并正数和负数
    arr.clear();
    arr.insert(arr.end(), negative.rbegin(), negative.rend());
    arr.insert(arr.end(), positive.begin(), positive.end());
}

最高位优先发(MSD)

// 获取数组中的最大值的绝对值
int getMax(std::vector<int>& arr) {
    int max = 0;
    for (int value : arr) {
        if (std::abs(value) > max) {
            max = std::abs(value);
        }
    }
    return max;
}

// 计数排序函数
void countingSort(std::vector<int>& arr, int exp) {
    int n = arr.size();
    std::vector<int> output(n);
    int counting[19] = { 0 };

    // 统计当前位数上的数字出现次数
    for (int i = 0; i < n; i++) {
        int radix = (arr[i] / exp) % 10 + 9; // 转换为正数索引
        counting[radix]++;
    }

    // 计算累计次数
    for (int i = 1; i < 19; i++) {
        counting[i] += counting[i - 1];
    }

    // 构建排序后的输出数组
    for (int i = n - 1; i >= 0; i--) {
        int radix = (arr[i] / exp) % 10 + 9; // 转换为正数索引
        output[--counting[radix]] = arr[i];
    }

    // 将排序后的结果复制回原数组
    std::copy(output.begin(), output.end(), arr.begin());
}

// 最高位优先的基数排序函数,从大到小排序
void radixSortDescending(std::vector<int>& arr, int max) {
    if (arr.empty()) return;

    int exp = 1; // 从最低位开始
    while (max / exp > 0) {
        countingSort(arr, exp);
        exp *= 10;
    }

    // 倒序输出结果,以实现从大到小排序
    std::reverse(arr.begin(), arr.end());
}


更多推荐

【QT开发(5)】0919-QT里面新增ui类,新增使用opencv读取图片的普通类,在ui类中显示图片

参考资料1、QtCreator快速入门_第三版__霍亚飞编著2、《Qt+OpenCV显示图片(Mat转QImage然后显示在QLabel上)》输出材料https://gitee.com/hiyanyx/qt5.14-cpp_-empty_-project/tree/508435b09ff1f794e650cba859b

关于 firefox 不能访问 http 的解决

情景:我在虚拟机192.168.x.111上配置了DNS服务器,在kali上设置192.168.x.111为DNS服务器后,使用firefox地址栏搜索域名www.xxx.com,访问在192.168.x.111搭建的网站,本来经192.168.x.111DNS服务器解析后,应该访问的是http://www.xxx.c

数据在内存中的存储

文章目录一、整数在内存中的存储二、大小端引言大小端的介绍三、浮点数在内存中的存储储存规则取的过程一、整数在内存中的存储计算机中有3中二进制存储方法,即原码、补码、反码正整数的原码、反码、补码都相同负整数原码、反码、补码各不相同:原码:直接将数值按照正负数的形式翻译成⼆进制得到的就是原码。反码:将原码的符号位不变,其他位

华为数通方向HCIP-DataCom H12-831题库(单选题:81-100)

第81题关于结构化的网络故障排除流程中的确认故障阶段的描述,正确的是?A、应关注如何更好的解决故障而不论该故障是否属于自己的负责范围。B、应重视用户的意见,以用户的判断为依据来判断故障问题C、应使影响最小化,尽量不让其他人知道网络出现了故障。D、应确认排障工作是否属于自己的负责范围答案:D解析:当网络出现故障时,首先应

iOS技术博主指南:填写苹果应用上架中的隐私政策信息

摘要:本文将详细介绍iOS技术博主在苹果应用上架过程中如何填写隐私政策信息。博主可以通过AppStoreConnect为应用程序提供隐私政策网址和用户隐私选项网址,并了解如何填写隐私政策文本。本文将提供步骤和注意事项,帮助博主顺利完成隐私政策信息的填写。引言:为了保护用户的隐私权益,苹果要求所有上架的应用程序必须提供隐

计算机视觉与深度学习-全连接神经网络-训练过程-欠拟合、过拟合和Dropout- [北邮鲁鹏]

目录标题机器学习的根本问题过拟合overfitting泛化能力差。应对过拟合最优方案次优方案调节模型大小约束模型权重,即权重正则化(常用的有L1、L2正则化)L1正则化L2正则化对异常值的敏感性随机失活(Dropout)随机失活的问题欠拟合机器学习的根本问题机器学习的根本问题是优化与泛化问题。优化:是指调节模型以在训练

Arcgis提取每个像元的多波段反射率值

Arcgis提取每个像元的多波段反射率值数据预处理数据预处理阶段需要对遥感图像进行编辑传感器参数、辐射定标、大气校正、正射校正,具体流程见该文章裁剪研究区对于ENVI处理得到的tiff影像,虽然是经过裁剪了,但是还存在黑色的背景值,此时需要用按掩膜提取的方法删除研究区以外的部分。该方法的具体流程在文章中提到然后还需要对

【C++】map,set简单操作的封装实现(利用红黑树)

文章目录一、STL中set与map的源码二、红黑树结点的意义三、仿函数的妙用四、set,map定义迭代器的区别五、map,set迭代器的基本操作:1.begin()end()2.operator++3.operator--六、迭代器拷贝构造特殊处理7.源码RBTree.h2.MyMap.h3.MySet.h一、STL中

贝叶斯人工智能大脑与 ChatGPT

文章目录一、前言二、主要内容🍉CSDN叶庭云:https://yetingyun.blog.csdn.net/一、前言论文地址:https://arxiv.org/abs/2308.14732这篇论文旨在研究ChatGenerativePre-trainedTransformer(ChatGPT)在贝叶斯推理情况下解

List与ArrayList

目录一、List及其使用1.1List的概念1.2常见接口的介绍1.3List的使用二、线性表和顺序表2.1线性表2.2顺序表三、ArrayList介绍四、ArrayList的使用4.1ArrayList构造4.2ArrayList的常用方法4.3ArrayList的遍历4.4ArrayList的扩容机制五、Array

三分钟图解事务隔离级别

详细见:三分钟图解事务隔离级别,看一遍就懂数据库中事务指的是什么“锁"是数据库系统区别于文件系统的一个关键特性,其对象是事务,用来锁定的是数据库中的对象,如表、页、行等。锁确实提高了并发性,但是却不可避免地存在一些潜在的并发一致性问题。不过好在锁只会带来四种问题(丢失更新、脏读、不可重复读、幻读),如果可以防止这四种情

热文推荐