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
逍遥德21 小时前
如何学编程之01.理论篇.如何通过阅读代码来提高自己的编程能力?
前端·后端·程序人生·重构·软件构建·代码规范
MX_93591 天前
Spring的bean工厂后处理器和Bean后处理器
java·后端·spring
程序员泠零澪回家种桔子1 天前
Spring AI框架全方位详解
java·人工智能·后端·spring·ai·架构
源代码•宸1 天前
大厂技术岗面试之谈薪资
经验分享·后端·面试·职场和发展·golang·大厂·职级水平的薪资
晚霞的不甘1 天前
CANN 编译器深度解析:UB、L1 与 Global Memory 的协同调度机制
java·后端·spring·架构·音视频
喵叔哟1 天前
06-ASPNETCore-WebAPI开发
服务器·后端·c#
Charlie_lll1 天前
力扣解题-移动零
后端·算法·leetcode
打工的小王1 天前
Spring Boot(三)Spring Boot整合SpringMVC
java·spring boot·后端
80530单词突击赢1 天前
JavaWeb进阶:SpringBoot核心与Bean管理
java·spring boot·后端
爬山算法1 天前
Hibernate(87)如何在安全测试中使用Hibernate?
java·后端·hibernate