前言
推出一个新系列，《看图轻松理解数据结构和算法》，主要使用图片来描述常见的数据结构和算法，轻松阅读并理解掌握。本系列包括各种堆、各种队列、各种列表、各种树、各种图、各种排序等等几十篇的样子。
基数排序
基数排序(Radix Sort)算法是一种非比较的排序算法，早在 1887 年 Herman Hollerith 就已经在打孔卡片制表机中使用该算法。一般多用于对整数的排序，但由于整数与某些字符能互相转换，所以它也能够用于字符串的排序。简单来说，基数排序算法就是将整数或字符串切分成不同的数字或字符，然后按对应位置的数或字符分别进行比较。
稳定性
基数排序具备稳定性，即能保证相同值元素之间的相对顺序在排序前后一致。基于计数排序的方式主要是通过对计数数组进行前缀和运算，外加通过额外的辅助数组，最后逆序循环将待排序数组中的所有元素放置到辅助数组中，以达到稳定性效果。而基于桶的方式则是通过在每个桶中控制顺序，从而达到稳定性效果。
时间复杂度
基数排序的时间复杂度为Ο(w(n+k))，其中n为待排序数组长度；k为关键字的取值范围，等于进制数，比如十进制则k=10；w为待排序数组元素最大的字长，比如最大字长元素为358，则字长为3。
当k确定后，时间复杂度其实就是O(wn)，但有时还需要考虑字长w，不能简单将其认定为常数。假如取基数为B(即B进制)，待排序集合最大元素为N，则w为大于的最小整数。所以并不是说基数排序就一定完胜最好的比较排序(O(n * log n))，实际过程中还跟所取的基和待排序集合具体的情况相关。
排序方式
基数排序可以采用最高有效数位(MSD)和最低有效数位(LSD)两种方式，其中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。
在算法过程中，对于LSD，对某个有效数位分配后需要执行一次合并，然后再对下一位分配；而对于MSD，对某个有效数位分配后不执行合并，它将继续对相同高位的元素继续进行分配，直到无法继续分配时执行合并操作。
基于桶实现
基于桶方式是指使用桶作为辅助工具，过程中循环每个有效数位将元素分配到对应的桶中，从而实现基数排序。
基于桶方式的基数排序的操作步骤如下：
- 确定桶的数量，由进制数确定，比如十进制则桶的数量为10，分别代表0到9，并且每个桶内的结构为队列。
- 从最低有效位到最高有效位，针对每个有效位执行步骤3到步骤5。
- 按顺序遍历待排序数组，根据当前有效位将它们分配到对应桶的队列中。
- 按桶编号顺序进行遍历，将每个桶中队列按顺序收集到原数组中。
- 选择下一个有效位执行步骤2到步骤4，直到所有有效位处理完得到的结果即是最终的结果。
同样是对前面的8位小学生的语数英总成绩进行基于桶方式的基数排序操作。一共有8个学生，所以待排序数组长度为8。而且因为使用十进制，所以桶的索引范围是0-9。此外每个桶对应创建一个队列，这里假设队列长度为5，长度也可以为待排序数组长度，但实际中更多使用动态扩展策略。
第一阶段：针对个位数将元素放到对应的桶中。
待排序数组的第一个元素的健值为198，放到编号8的桶中。
第二个元素的健值为248，放到编号为8的桶中。
第三个元素的健值为98，放到编号为8的桶中。
第四个元素的健值为247，放到编号为7的桶中。
类似地，将剩下的元素都放到对应桶中的队列，可以看到每个桶中的队列维护了顺序性。
接着按桶顺序将桶中队列输出到原数组中，先输出编号为0的桶。
接着输出编号为7的桶。
再输出编号为8的桶。
最后输出编号为9的桶。
第二阶段：针对十位数将元素放到对应的桶中。
待排序数组的第一个元素的健值为80，放到编号8的桶中。
第一个元素的健值为247，放到编号4的桶中。
将剩下的元素都放到对应桶中的队列。
将编号为4的桶的队列输出到原数组中。
将编号为8的桶的队列输出到原数组中。
将编号为9的桶的队列输出到原数组中。
第三阶段：针对百位数将元素放到对应的桶中。
第一个元素的健值为247，放到编号2的桶中。
第二个元素的健值为247，放到编号2的桶中。
将剩下的元素都放到对应桶中的队列。
将编号为0的桶的队列输出到原数组中。
将编号为1的桶的队列输出到原数组中。
将编号为2的桶的队列输出到原数组中。
至此，以上完成整个排序过程。
————-推荐阅读————
我的开源项目汇总(机器&深度学习、NLP、网络IO、AIML、mysql协议、chatbot)
跟我交流，向我提问：
欢迎关注：
