基本介绍

1. 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，它是通过键值的各个位的值，将要排序的元素分配至某些“桶”中，达到排序的作用
2. 基数排序法是属于稳定性的排序，基数排序法的是效率高的稳定性排序法
3. 基数排序(Radix Sort)是桶排序的扩展
4. 基数排序是 1887 年赫尔曼·何乐礼发明的。它是这样实现的：将整数按位数切割成不同的数字，然后按每个位数分别比较。

演示图解

将所有待比较数值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。

代码实现

    public static void radixSort(int[] arr) {

        //得到最大位数
        int max = arr[0];
        for (int value : arr) {
            if (value > max)
                max = value;
        }
        int maxLength = (max + "").length();

        //定义二维数组，表示十个桶，每个桶是一个一维数组
        int[][] bucket = new int[10][arr.length];

        //记录每个桶中放入数据个数
        //bucketElementCounts[0]就是bucket[0]中数据个数
        int[] bucketElementCounts = new int[10];

        //循环次数=最大位数
        for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {

            //按每位上的数进行排序
            for (int j = 0; j < arr.length; j++) {
                //取出数
                int digitOfElement = arr[j] / n % 10;
                //放入桶中
                bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
                bucketElementCounts[digitOfElement]++;
            }

            //取出数据放入数组
            int index = 0;
            //遍历每一个桶，桶中数据放入原数组
            for (int k = 0; k < bucketElementCounts.length; k++) {
                if (bucketElementCounts[k] != 0) {
                    for (int l = 0; l < bucketElementCounts[k]; l++) {
                        arr[index++] = bucket[k][l];
                    }
                }
                //清空数据，下一次循环使用
                bucketElementCounts[k] = 0;
            }

        }

    }

补充说明

1. 基数排序是对传统桶排序的扩展，速度很快。
2. 基数排序是经典的空间换时间的方式，占用内存很大, 当对海量数据排序时，容易造成 OutOfMemoryError。
3. 基数排序是稳定的。[注:假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且 r[i]在 r[j]之前，而在排序后的序列中，r[i]仍在 r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的]
4. 有负数的数组，我们不用基数排序来进行排序。

标签：arr,数据结构,int,++,算法,基数排序,bucketElementCounts,排序
来源： https://blog.csdn.net/Envy___/article/details/119180174