Lo uso todo el tiempo, en realidad más que una especie de comparación, pero admito que soy un bicho raro que trabaja más con números que con cualquier otra cosa (casi nunca trabajo con cuerdas, y generalmente son internados si es así en qué punto radix la ordenación puede ser útil nuevamente para filtrar duplicados y calcular intersecciones de conjuntos; prácticamente nunca hago comparaciones lexicográficas).
Un ejemplo básico es la clasificación de puntos de radix por una dimensión dada como parte de una búsqueda o división mediana o una forma rápida de detectar puntos coincidentes, fragmentos de clasificación de profundidad o clasificación de radix una matriz de índices utilizados en múltiples bucles para proporcionar un acceso más amigable para la caché patrones (no van y vienen en la memoria solo para regresar y volver a cargar la misma memoria en una línea de caché). Hay una aplicación muy amplia al menos en mi dominio (gráficos de computadora) solo para clasificar en teclas numéricas de 32 y 64 bits de tamaño fijo.
Una cosa que quería comentar y decir es que la clasificación de radix puede funcionar en números de coma flotante y negativos, aunque es difícil escribir una versión FP que sea lo más portátil posible. Además, aunque es O (n * K), K solo tiene que ser el número de bytes del tamaño de la clave (por ejemplo: un millón de enteros de 32 bits generalmente tomaría 4 pases de tamaño de byte si hay 2 ^ 8 entradas en el depósito ) El patrón de acceso a la memoria también tiende a ser mucho más amigable con la memoria caché que las clasificaciones rápidas, aunque normalmente necesita una matriz paralela y una pequeña matriz de cubos (el segundo generalmente puede caber bien en la pila). QS podría hacer 50 millones de intercambios para ordenar una matriz de un millón de enteros con patrones de acceso aleatorio esporádicos. La clasificación de radix puede hacer eso en 4 pases lineales, amigables con la caché, sobre los datos.
Sin embargo, la falta de conciencia de poder hacer esto con una K pequeña, en números negativos junto con coma flotante, podría contribuir significativamente a la falta de popularidad de los tipos de radix.
En cuanto a mi opinión sobre por qué las personas no lo usan con más frecuencia, podría tener que ver con muchos dominios que generalmente no tienen la necesidad de ordenar números o usarlos como claves de búsqueda. Sin embargo, solo en base a mi experiencia personal, muchos de mis antiguos colegas tampoco lo usaron en los casos en que se adaptaba perfectamente, y en parte porque no sabían que podría funcionar en FP y negativos. Por lo tanto, aparte de que solo funciona en tipos numéricos, a menudo se cree que es incluso menos aplicable en general de lo que realmente es. Tampoco tendría tanto uso si pensara que no funciona en números de coma flotante y enteros negativos.
Algunos puntos de referencia:
Sorting 10000000 elements 3 times...
mt_sort_int: {0.135 secs}
-- small result: [ 12 17 17 22 52 55 67 73 75 87 ]
mt_radix_sort: {0.228 secs}
-- small result: [ 12 17 17 22 52 55 67 73 75 87 ]
std::sort: {1.697 secs}
-- small result: [ 12 17 17 22 52 55 67 73 75 87 ]
qsort: {2.610 secs}
-- small result: [ 12 17 17 22 52 55 67 73 75 87 ]
Y eso es solo con mi ingenua implementación ( mt_sort_inttambién es clasificación de radix pero con una rama de código más rápida dado que puede suponer que la clave es un número entero). Imagine lo rápido que podría ser una implementación estándar escrita por expertos.
El único caso en el que encontré que la clasificación de radix fue peor que la comparación rápida de C ++ std::sortfue por un número muy pequeño de elementos, digamos 32, momento en el que creo que std::sortcomienza a usar tipos más adecuados para el número más pequeño de elementos como ordenamientos o tipo de inserción, aunque en ese momento mi implementación solo usa std::sort.