不知道点开
https://blog.csdn.net/back_room/article/details/131338517?spm=1001.2014.3001.5502
c++十大经典排序算法（续接上文）_Whitney-kola的博客-CSDN博客
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，它是透过键值的部份资讯，将要排序的
元素分配
至某些“桶”中，藉以达到排序的作用，基数排序法是属于稳定性的排序，其
时间复杂度
为O (nlog(r)m)，其中r为所采取的基数，而m为堆数，在某些时候，基数排序法的效率高于其它的稳定性排序法。
中文名 基数排序
外文名 Radix sort
别 名 “桶子法”
类 别 分配式排序
方 法 最高位优先法和最低位优先
发明者 赫尔曼·何乐礼
领 域 计算机算法
基本解法
第一步
以LSD为例，假设原来有一串数值如下所示：
73, 22, 93, 43, 55, 14, 28, 65, 39, 81
首先根据个位数的数值，在走访数值时将它们分配至编号0到9的桶子中：
0
1 81
2 22
3 73 93 43
4 14
5 55 65
6
7
8 28
9 39
第二步
接下来将这些桶子中的数值重新串接起来，成为以下的数列：
81, 22, 73, 93, 43, 14, 55, 65, 28, 39
接着再进行一次分配，这次是根据十位数来分配：
0
1 14
2 22 28
3 39
4 43
5 55
6 65
7 73
8 81
9 93
第三步
接下来将这些桶子中的数值重新串接起来，成为以下的数列：
14, 22, 28, 39, 43, 55, 65, 73, 81, 93
这时候整个数列已经排序完毕；如果排序的对象有三位数以上，则持续进行以上的动作直至最高位数为止。
LSD的基数排序适用于位数小的数列，如果位数多的话，使用MSD的效率会比较好。MSD的方式与LSD相反，是由高位数为基底开始进行分配，但在分配之后并不马上合并回一个
数组
中，而是在每个“桶子”中建立“子桶”，将每个桶子中的数值按照下一数位的值分配到“子桶”中。在进行完最低位数的分配后再合并回单一的
数组
中。
效率分析
时间效率 [1]
：设待排序列为n个记录，d个关键码，关键码的取值范围为radix，则进行链式基数排序的
时间复杂度
为O(d(n+radix))，其中，一趟分配时间复杂度为O(n)，一趟收集时间复杂度为O(radix)，共进行d趟分配和收集。 空间效率：需要2*radix个指向队列的辅助空间，以及用于
静态链表
的n个
指针
。
实现方法
最高位优先(Most Significant Digit first)法，简称MSD法：先按k1排序分组，同一组中记录，关键码k1相等，再对各组按k2排序分成子组，之后，对后面的关键码继续这样的排序分组，直到按最次位关键码kd对各子组排序后。再将各组连接起来，便得到一个有序序列。
最低位优先(Least Significant Digit first)法，简称LSD法：先从kd开始排序，再对kd-1进行排序，依次重复，直到对k1排序后便得到一个有序序列。
实现原理
基数排序的发明可以追溯到1887年赫尔曼·何乐礼在打孔卡片制表机(Tabulation Machine)上的贡献。它是这样实现的：将所有待比较数值（正整数）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。
基数排序的方式可以采用LSD（Least significant digital）或MSD（Most significant digital），LSD的排序方式由键值的最右边开始，而MSD则相反，由键值的最左边开始。
AAuto
第一步
io.open();//打开控制台
/*
*——————————————————-
* 基数排序
**——————————————————
*/
/*
第二步
基数排序从低位到高位进行，使得最后一次
计数排序
完成后，
数组
有序。
其原理在于对于待排序的数据，整体权重未知的情况下，
先按权重小的因子排序，然后按权重大的因子排序。
例如比较时间，先按日排序，再按月排序，最后按年排序，仅需排序三次。
但是如果先排序高位就没这么简单了。
基数排序源于老式穿孔机，排序器每次只能看到一个列，
很多教科书上的基数排序都是对数值排序，数值的大小是已知的，与老式穿孔机不同。
将数值按位拆分再排序，是无聊并自找麻烦的事。
算法的目的是找到最佳解决问题的方案，而不是把简单的事搞的更复杂。
基数排序更适合用于对时间、
字符串
等这些整体权值未知的数据进行排序。
这时候基数排序的思想才能体现出来，例如
字符串
，如果从高位（第一位）往后排就很麻烦。
而反过来，先对影响力较小，排序排重因子较小的低位（最后一位）进行排序就非常简单了。
这时候基数排序的思想就能体现出来。
又或者所有的数值都是以
字符串
形式存储，就象穿孔机一样，每次只能对一列进行排序。
这时候基数排序也适用，例如：对{“193″;”229″;”233″;”215”}进行排序
下面我们使用基数排序对
字符串
进行排序。
对每个位循环调用
计数排序
。
*/
第三步
//计数
排序算法
radix_sort = function( array ,maxlen){
//AAuto在
字符串
索引越界
时，会返回0，这使基数排序的实现更加简单。
//我们首先找出最大的排序长度，然后对于不足此长度的
字符串
，尾部都假定以0补齐。
//对于超出此长度的位在比较时忽略
if(!maxlen){
maxlen =0;
for(i=1;#array;1){
maxlen = math.max(maxlen,#array[i] )
}
}
//else{
//最大排序长度也可以从参数中传过来，这样就不用遍历所有
字符串
了
//}
第四步
//从
字符串
的最后一位开始，到第一位
for(pos=maxlen;1;-1){
var array_sorted ={};
var count = {};
for(i=0;256 ){
count[i] = 0;
}
var bytecode;
for(i=1;#array;1){
//如果pos大于
字符串
长度，AAuto会返回0，这使基数排序的实现更容易
bytecode = array[i][pos] ;
count[ bytecode ] ++; //count[n] 包含等于n的个数
}
第五步
//统计位置
for(i=1;256;1){
count[i] += count[i-1]; //count[i] 包含小于等于i的个数
}
var n;
for(i=#array;1;-1){
n = array[i][pos]
array_sorted[ count[n] ] = array[i];
count[n]–;//防止相同的元素n再次出现，将计数减一
}
array = array_sorted;
}
return array
}
io.print(“—————-“)
io.print(“基数排序( 线性时间排序 )”)
io.print(“—————-“)
array ={“AAuto is quicker and better,just try it!”;”AAuto Quicker”;”193″;”229″;”233″;”215″;”Hello Word”;”abc”;”abcd”;”xd”;”adcd”;”eddd”;”ah”;”ai”;”aj”;”ajkk”};
第六步
//排序
array = radix_sort(array )
第七步
//输出结果
for(i=1;#array;1){
io.print( array[i] )
}
execute(“pause”) //按
任意键
继续
io.close();//关闭控制台
下次会一次性讲完剩下两个