Go语言数据结构和算法(二十四)基数排序算法

基数排序是一种排序算法.它通过对相同位置的各个元素进行分组来对元素进行排序.然后根据元素的递增或递减顺序对元素进行排序.

1.使用场景:

大型数据集:

基数排序算法对于大型数据集非常有效.因为其他算法的开销对性能影响很大.

稳定排序:

基数排序算法是一种稳定的排序算法.

有限范围数据集:

基数排序算法非常适合取值范围有限的数据集.

2.实现:

2.1方法:

css 复制代码
package itboStudy

// 基数排序.
func RadixSort(array []int) []int {
	largestNum := findLargesNum(array)
	size := len(array)
	signficantDigit := 1
	semiSorted := make([]int, size, size)
	//循环直到达到最大有效数字.
	for largestNum/signficantDigit > 0 {
		//整数是十进制数.
		bucket := [10]int{0}
		//计算进入每个桶的数量.
		for i := 0; i < size; i++ {
			bucket[(array[i]/signficantDigit)%10]++
		}
		//添加前一个桶的计数.
		for i := 1; i < 10; i++ {
			bucket[i] += bucket[i-1]
		}
		//使用桶填充一个名为semiSorted数组.
		for i := size - 1; i >= 0; i-- {
			bucket[(array[i]/signficantDigit)%10]--
			semiSorted[bucket[(array[i]/signficantDigit)%10]] = array[i]
		}

		for i := 0; i < size; i++ {
			array[i] = semiSorted[i]
		}
		signficantDigit *= 10
	}
	return array
}

// 查找数组中最大的数.
func findLargesNum(array []int) int {
	laegeNum := 0
	for i := 0; i < len(array); i++ {
		if array[i] > laegeNum {
			laegeNum = array[i]
		}
	}
	return laegeNum
}

2.2main方法:

css 复制代码
func main() {
	array := []int{33, 23, 56, 7, 8, 18, 99, 28}
	radixSort := itboStudy.RadixSort(array)
	fmt.Println(radixSort)
}

3.实战:

返回一个数组中两个连续元素之间的最大差值.

3.1方法:

// 复制代码
func findLargesNum(array []int) int {
	laegeNum := 0
	for i := 0; i < len(array); i++ {
		if array[i] > laegeNum {
			laegeNum = array[i]
		}
	}
	return laegeNum
}

// 基数排序.
func radixSortFunc(array []int) []int {
	largest := findLargesNum(array)
	size := len(array)
	signficantDigit := 1
	semiSorted := make([]int, size, size)
	for largest/signficantDigit > 0 {
		bucket := [10]int{0}
		for i := 0; i < size; i++ {
			bucket[(array[i]/signficantDigit)%10]++
		}
		for i := 1; i < 10; i++ {
			bucket[i] += bucket[i-1]
		}
		for i := size - 1; i >= 0; i-- {
			bucket[(array[i]/signficantDigit)%10]--
			semiSorted[bucket[(array[i]/signficantDigit)%10]] = array[i]
		}
		for i := 0; i < size; i++ {
			array[i] = semiSorted[i]
		}
		signficantDigit *= 10
	}
	return array
}

func MaxDifference(array []int) int {
	if len(array) < 2 {
		return 0
	}
	radixSortFunc(array)
	ret := 0
	for i := 1; i < len(array); i++ {
		if tmp := array[i] - array[i-1]; tmp > ret {
			ret = tmp
		}
	}
	return ret
}

3.2main方法:

css 复制代码
func main() {
	array := []int{1, 6, 8, 16}
	difference := itboStudy.MaxDifference(array)
	fmt.Println(difference)
}

不是万事都要撞南墙.可以撞北墙东墙西墙.





如果大家喜欢我的分享的话.可以关注我的微信公众号

念何架构之路

相关推荐
程序员爱钓鱼5 分钟前
Node.js 编程实战:RESTful API 设计
前端·后端·node.js
程序员爱钓鱼8 分钟前
Node.js 编程实战:GraphQL 简介与实战
前端·后端·node.js
降临-max1 小时前
JavaWeb企业级开发---MySQL
java·开发语言·数据库·笔记·后端·mysql
思成Codes1 小时前
Golang并发编程——CSP模型
开发语言·后端·golang
郑泰科技1 小时前
SpringBoot项目实践:之前war部署到服务器好用,重新打包部署到服务器报404
服务器·spring boot·后端
IT_陈寒1 小时前
Vite 5 实战:7个鲜为人知的配置技巧让构建速度提升200%
前端·人工智能·后端
Codebee2 小时前
实战|Ooder 钩子机制全解析:AI 协同开发与权限框架集成实战
人工智能·后端
廋到被风吹走2 小时前
【Spring】Spring Cache 深度解析
java·后端·spring
计算机毕设VX:Fegn08952 小时前
计算机毕业设计|基于springboot + vue个人博客系统(源码+数据库+文档)
java·数据库·vue.js·spring boot·后端·课程设计
独自破碎E2 小时前
Spring Boot 3.x和2.x版本相比有哪些区别与改进?
java·spring boot·后端