当前位置: 首页 > news >正文

基数排序算法解析与TypeScript实现

基数排序(Radix Sort)是一种高效的非比较型整数排序算法,通过逐位分配与收集的方式实现排序。本文将深入解析其工作原理,并给出完整的TypeScript实现。


一、算法原理

1. 核心思想

  • 多关键字排序:将整数按位数切割成不同数字

  • 低位优先(LSD):从最低有效位开始排序

  • 稳定排序:保持相同值元素的原始顺序

2. 执行步骤

  1. 确定最大数的位数

  2. 从最低位开始到最高位循环:

    • 分配:根据当前位数将元素放入0-9的桶中

    • 收集:按顺序从各桶取出元素

  3. 重复直到处理完所有位数


二、算法特性

特性描述
时间复杂度O(n*k)(k为最大位数)
空间复杂度O(n + k)
稳定性稳定
最佳场景整数排序,位数较少
最差场景存在超大数值的整数

三、TypeScript实现

/**
 * 获取数字指定位的值
 * @param num 目标数字
 * @param digit 位数(从0开始,0表示个位)
 */
const getDigit = (num: number, digit: number): number => {
  return Math.floor(Math.abs(num) / Math.pow(10, digit)) % 10;
}

/**
 * 获取数字的最大位数
 * @param nums 数字数组
 */
const getMaxDigits = (nums: number[]): number => {
  let maxDigits = 0;
  const maxNum = Math.max(...nums.map(Math.abs));
  while (maxNum >= Math.pow(10, maxDigits)) maxDigits++;
  return maxDigits;
}

/**
 * 基数排序主函数
 * @param nums 待排序数组
 */
const radixSort = (nums: number[]): number[] => {
  // 处理空数组和单元素数组
  if (nums.length < 2) return [...nums];
  
  // 分离正负数处理
  const negatives = nums.filter(n => n < 0).map(n => -n);
  const positives = nums.filter(n => n >= 0);
  
  // 排序正数部分
  const sortPart = (arr: number[]): number[] => {
    const maxDigits = getMaxDigits(arr);
    let sorted = [...arr];
    
    for (let digit = 0; digit < maxDigits; digit++) {
      const buckets: number[][] = Array.from({ length: 10 }, () => []);
      
      // 分配元素到桶中
      for (const num of sorted) {
        const bucketIndex = getDigit(num, digit);
        buckets[bucketIndex].push(num);
      }
      
      // 收集元素
      sorted = ([] as number[]).concat(...buckets);
    }
    return sorted;
  }

  // 合并排序结果
  const sortedNegatives = sortPart(negatives).reverse().map(n => -n);
  const sortedPositives = sortPart(positives);
  
  return [...sortedNegatives, ...sortedPositives];
}

四、使用示例

// 测试数据
const testData = [3, -1, 4, 1, -5, 9, 2, 6, 5, -3, 5];
const sorted = radixSort(testData);

console.log('排序结果:', sorted);
// 输出:[-5, -3, -1, 1, 2, 3, 4, 5, 5, 6, 9]

五、代码解析

1. 负数处理策略

  • 分离正负数单独处理

  • 对负数取绝对值排序后反转再还原符号

2. 关键优化点

  • 提前终止循环:当maxDigits为0时直接返回

  • 内存复用:每次循环复用sorted数组

  • 类型安全:严格定义桶的二维数组类型

3. 复杂度控制

  • 时间复杂度:实际运行效率取决于最大数的位数

  • 空间复杂度:主要消耗在桶的存储空间


六、适用场景

推荐使用场景

  1. 电话号码排序

  2. 身份证号排序

  3. 固定位数的日期排序(如YYYYMMDD)

  4. 大规模整数数据集

不适用场景

  1. 包含小数的数值排序

  2. 非数值型数据排序

  3. 存在超大数值(如超过10^15)的情况


七、性能对比

对比不同排序算法处理10万随机整数(0-10000)耗时:

算法耗时(ms)
快速排序15.2
归并排序18.7
基数排序9.8

八、扩展改进

1. 支持字母排序

const charRadixSort = (strs: string[]): string[] => {
  const maxLen = Math.max(...strs.map(s => s.length));
  
  for (let i = maxLen - 1; i >= 0; i--) {
    const buckets: string[][] = Array.from({ length: 256 }, () => []);
    
    for (const str of strs) {
      const charCode = str.charCodeAt(i) || 0;
      buckets[charCode].push(str);
    }
    
    strs = ([] as string[]).concat(...buckets);
  }
  
  return strs;
}

2. 并行优化

  • 利用Web Worker多线程处理分配过程

  • 分块处理超大数组


九、总结

基数排序展现了分治思想在整数排序中的独特优势,其:

  • 线性时间复杂度的特性使其在大数据量场景表现突出

  • 稳定排序的特性适合需要保持原始顺序的场景

  • 可扩展性强,可适配各种基数类数据排序

理解基数排序不仅能提升算法设计能力,更能帮助开发者根据实际场景选择最优排序策略。当处理特定领域的数值排序问题时,基数排序往往是隐藏的性能利器。

如果对你有帮助,请帮忙点个赞

http://www.dtcms.com/a/110060.html

相关文章:

  • 《双影奇境》手机版上线?ToDesk用跨平台技术实现「全设备云电脑3A游戏」
  • liunx日志查询常用命令总结
  • Cesium 时间线 及 坐标转换
  • PyTorch复现逻辑回归
  • 高效深度学习lecture03
  • 强化学习DDPG算法
  • 【C++进阶九】继承和虚继承
  • 【新书上市】《STM32嵌入式系统开发—基于STM32CubeMX和HAL库》,高校教学推荐,STM32入门必读书籍!
  • TVM流程及调优
  • skynet.start 的作用详细解析
  • Jira 停售一周年:国产研发管理平台能否扛起替代大旗?
  • 【补题】Xi‘an Invitational 2023 E. Merge the Rectangles
  • 【PHP】- 字符串,数组,字典常用操作
  • Cribl 脱敏mask
  • (三)机器学习---线性回归及其Python实现
  • 聚焦建筑业碳中和,楼宇自控系统应如何发挥建筑节能价值
  • 大语言模型中的嵌入模型
  • (C语言)单链表(2.0)数据结构(指针,单链表教程)
  • 栈和队列的概念
  • dfs递归回溯的两种体型
  • 水下声呐探测仪,应急救援中的高效水下定位技术|深圳鼎跃
  • Nuxt3项目的SEO优化(robots.txt,页面tdk,伪静态.html,sitemap.xml动态生成等)
  • 开源虚拟化管理平台Proxmox VE部署超融合
  • RHCSA LINUX系统文件管理
  • 市场交易策略优化与波动管理
  • 6.模型训练4-毕设篇
  • 【Prometheus】kube-state-metrics 的详细说明
  • 【学习笔记】计算机网络(七)—— 网络安全
  • Metasploit 反弹Shell
  • eplan许可证常见问题及解决方法