写一个方法实现“基数排序算法”，并解释下时间复杂度和空间复杂度

基数排序（Radix Sort）是一种非比较型整数排序算法，其原理是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。这里我们提供一个基数排序算法的简单实现，并使用JavaScript语言来编写。

function radixSort(arr) {
    // 1. 找到数组中最大的数，确定排序的位数
    let max = Math.max(...arr);
    let maxDigits = String(max).length;

    // 2. 从最低位开始，对数组中的每个数进行排序
    for (let i = 0; i < maxDigits; i++) {
        let buckets = Array.from({ length: 10 }, () => []); // 初始化10个桶
        for (let num of arr) {
            let digit = getDigit(num, i);
            buckets[digit].push(num); // 将数字放入对应的桶中
        }
        // 重新组合数组
        arr = [].concat(...buckets);
    }

    return arr;
}

// 辅助函数，用于获取数字的指定位数
function getDigit(num, place) {
    return String(num).padStart(String(num).length + 1, '0').split('')[place] | 0;
}

// 示例
console.log(radixSort([170, 45, 75, 90, 802, 24, 2, 66]));

时间复杂度：
基数排序的时间复杂度是O(nk)，其中n是待排序元素个数，k是数字的位数。这是因为我们需要对每个数字的每一位进行排序，而每一位的排序都需要遍历整个数组。然而，由于每一位的排序都是线性的（即O(n)），所以总的时间复杂度是O(nk)。在实际应用中，k通常是一个相对较小的常数，因此基数排序在处理大量整数时通常比其他O(n^2)或O(nlogn)的排序算法更高效。

空间复杂度：
基数排序的空间复杂度是O(n+k)，其中n是待排序元素个数，k是桶的数量。在这个例子中，我们使用了10个桶（0-9），所以k是10。每个桶中存储的元素数量最多为n/k，因此总的空间复杂度为O(n+k)。然而，由于k是一个相对较小的常数（在这个例子中是10），所以空间复杂度可以简化为O(n)。需要注意的是，这个空间复杂度不包括输入数组本身所占用的空间。