• 「多图警告」手撕排序算法 iOS进阶必备


    点击蓝色“五分钟学算法”关注我哟

    加个“星标”,一起学算法

    640

    作者 | Lefex

    来源 | 超越技术

    整理 | 程序员小吴



    冒泡排序




    冒泡排序是通过比较两个相邻元素的大小实现排序,如果前一个元素大于后一个元素,就交换这两个元素。这样就会让每一趟冒泡都能找到最大一个元素并放到最后。



    以 [ 8, 1, 4, 6, 2, 3, 5, 7 ] 为例,对它进行冒泡排序:

    640?wx_fmt=png

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    代码实现:

    
     
    + (NSArray *)bubbleSort:(NSArray *)unsortDatas {    NSMutableArray *unSortArray = [unsortDatas mutableCopy];    for (int i = 0; i < unSortArray.count -1 ; i++) {        BOOL isChange = NO;        for (int j = 0; j < unSortArray.count - 1 - i; j++) {            // 比较相邻两个元素的大小,后一个大于前一个就交换            if ([unSortArray[j] integerValue] > [unSortArray[j+1] integerValue]) {                NSNumber *data = unSortArray[j+1];                unSortArray[j+1] = unSortArray[j];                unSortArray[j] = data;                isChange = YES;            }        }        if (!isChange) {            // 如果某次未发生数据交换,说明数据已排序            break;        }    }    return [unSortArray copy];}NSArray *)unsortDatas {
        NSMutableArray *unSortArray = [unsortDatas mutableCopy];
        for (int i = 0; i < unSortArray.count -1 ; i++) {
            BOOL isChange = NO;
            for (int j = 0; j < unSortArray.count - 1 - i; j++) {
                // 比较相邻两个元素的大小,后一个大于前一个就交换
                if ([unSortArray[j] integerValue] > [unSortArray[j+1] integerValue]) {
                    NSNumber *data = unSortArray[j+1];
                    unSortArray[j+1] = unSortArray[j];
                    unSortArray[j] = data;
                    isChange = YES;
                }
            }
            if (!isChange) {
                // 如果某次未发生数据交换,说明数据已排序
                break;
            }
        }
        return [unSortArray copy];
    }


    特点

    稳定性:它是指对同样的数据进行排序,会不会改变它的相对位置。比如 [ 1, 3, 2, 4, 2 ] 经过排序后,两个相同的元素 2 位置会不会被交换。冒泡排序是比较相邻两个元素的大小,显然不会破坏稳定性。

    空间复杂度:由于整个排序过程是在原数据上进行操作,故为 O(1);

    时间复杂度:由于嵌套了 2 层循环,故为 O(n*n);




    选择排序




    选择排序的思想是,依次从「无序列表」中找到一个最小的元素放到「有序列表」的最后面。以 arr = [ 8, 1, 4, 6, 2, 3, 5, 4 ] 为例,排序开始时把 arr 分为有序列表 A = [ ], 无序列表 B = [ 8, 1, 4, 6, 2, 3, 5, 4 ],依次从 B 中找出最小的元素放到 A 的最后面。这种排序也是逻辑上的分组,实际上不会创建 A 和 B,只是用下标来标记 A 和 B。

    以 arr = [ 8, 1, 4, 6, 2, 3, 5, 4 ] 为例,第一次找到最小元素 1 与 8 进行交换,这时有列表 A = [1], 无序列表 B = [8, 4, 6, 2, 3, 5, 4];第二次从 B 中找到最小元素 2,与 B 中的第一个元素进行交换,交换后 A = [1,2],B = [4, 6, 8, 3, 5, 4];就这样不断缩短 B,扩大 A,最终达到有序。



    640?wx_fmt=jpeg

    代码实现:

    
     
    + (NSArray *)seelectSort:(NSArray *)unsortDatas {    NSMutableArray *unSortArray = [unsortDatas mutableCopy];    for (int i = 0; i < unSortArray.count; i++) {        int mindex = i;        for (int j = i; j < unSortArray.count; j++) {            // 找到最小元素的index            if ([unSortArray[j] integerValue] < [unSortArray[mindex] integerValue]) {                mindex = j;            }        }        // 交换位置        NSNumber *data = unSortArray[i];        unSortArray[i] = unSortArray[mindex];        unSortArray[mindex] = data;    }    return [unSortArray copy];}NSArray *)unsortDatas {
        NSMutableArray *unSortArray = [unsortDatas mutableCopy];
        for (int i = 0; i < unSortArray.count; i++) {
            int mindex = i;
            for (int j = i; j < unSortArray.count; j++) {
                // 找到最小元素的index
                if ([unSortArray[j] integerValue] < [unSortArray[mindex] integerValue]) {
                    mindex = j;
                }
            }
            // 交换位置
            NSNumber *data = unSortArray[i];
            unSortArray[i] = unSortArray[mindex];
            unSortArray[mindex] = data;
        }
        return [unSortArray copy];
    }

    特点

    稳定性:排序过程中元素是按顺序进行遍历,相同元素相对位置不会发生变化,故稳定。

    空间复杂度:在原序列进行操作,故为 O( 1 );

      时间复杂度:需要 2 次循环遍历,故为 O( n * n );



    插入排序



    在整个排序过程如图所示,以 arr = [ 8, 1, 4, 6, 2, 3, 5, 7] 为例,它会把 arr 分成两组 A = [ 8 ] 和 B = [ 1, 4, 6, 2, 3, 5, 7] ,逐步遍历 B 中元素插入到 A 中,最终构成一个有序序列:

    640?wx_fmt=jpeg代码实现:

    
     
    + (NSArray *)insertionSort:(NSArray *)unsortDatas {    NSMutableArray *unSortArray = [unsortDatas mutableCopy];    int preindx = 0;    NSNumber *current;    for (int i = 1; i < unSortArray.count; i++) {        preindx = i - 1;        // 必须记录这个元素,不然会被覆盖掉        current = unSortArray[i];        // 逆序遍历已经排序好的数组        // 当前元素小于排序好的元素,就移动到下一个位置        while (preindx >= 0 && [current integerValue] < [unSortArray[preindx] integerValue] ) {            // 元素向后移动            unSortArray[preindx+1] = unSortArray[preindx];            preindx -= 1;        }        // 找到合适的位置,把当前的元素插入        unSortArray[preindx+1] = current;    }    return [unSortArray copy];}NSArray *)unsortDatas {
        NSMutableArray *unSortArray = [unsortDatas mutableCopy];
        int preindx = 0;
        NSNumber *current;
        for (int i = 1; i < unSortArray.count; i++) {
            preindx = i - 1;
            // 必须记录这个元素,不然会被覆盖掉
            current = unSortArray[i];
            // 逆序遍历已经排序好的数组

            // 当前元素小于排序好的元素,就移动到下一个位置
            while (preindx >= 0 && [current integerValue] < [unSortArray[preindx] integerValue] ) {
                // 元素向后移动
                unSortArray[preindx+1] = unSortArray[preindx];
                preindx -= 1;
            }
            // 找到合适的位置,把当前的元素插入
            unSortArray[preindx+1] = current;
        }
        return [unSortArray copy];
    }



    特点

    稳定性:它是从后往前遍历已排序好的序列,相同元素不会改变位置,故为稳定排序;
    空间复杂度:它是在原序列进行排序,故为 O ( 1 );

    时间复杂度:排序的过程中,首先要遍历所有的元素,然后在已排序序列中找到合适的位置并插入。共需要 2 层循环,故为 O ( n * n );



    希尔排序



    希尔排序,它是由 D.L.Shell 于1959 年提出而得名。根据它的名字很难想象算法的核心思想。[ 所以只能死记硬背了,面试官问:希尔排序的思想是什么?]。它的核心思想是把一个序列分组,对分组后的内容进行插入排序,这里的分组只是逻辑上的分组,不会重新开辟存储空间。它其实是插入排序的优化版,插入排序对基本有序的序列性能好,希尔排序利用这一特性把原序列分组,对每个分组进行排序,逐步完成排序。


    以 arr = [ 8, 1, 4, 6, 2, 3, 5, 7 ] 为例,通过 floor(8/2) 来分为 4 组,8 表示数组中元素的个数。分完组后,对组内元素进行插入排序。


    「 第1次分组 」

    640?wx_fmt=jpeg

    「 利用第 1 次分组结果进行第 2 次分组 」

    640?wx_fmt=jpeg

    「 利用第 2 次分组结果进行最后一次分组 」

    640?wx_fmt=jpeg

    代码实现:

    
     
    + (NSArray *)shellSort:(NSArray *)unsortDatas {    NSMutableArray *unSortArray = [unsortDatas mutableCopy];    // len = 9    int len = (int)unSortArray.count;    // floor 向下取整,所以 gap的值为:4,2,1    for (int gap = floor(len / 2); gap > 0; gap = floor(gap/2)) {        // i=4;i<9;i++ (4,5,6,7,8)        for (int i = gap; i < len; i++) {            // j=0,1,2,3,4            // [0]-[4] [1]-[5] [2]-[6] [3]-[7] [4]-[8]            for (int j = i - gap; j >= 0 && [unSortArray[j] integerValue] > [unSortArray[j+gap] integerValue]; j-=gap) {                // 交换位置                NSNumber *temp = unSortArray[j];                unSortArray[j] = unSortArray[gap+j];                unSortArray[gap+j] = temp;            }        }    }    return [unSortArray copy];}NSArray *)unsortDatas {
        NSMutableArray *unSortArray = [unsortDatas mutableCopy];
        // len = 9
        int len = (int)unSortArray.count;
        // floor 向下取整,所以 gap的值为:4,2,1
        for (int gap = floor(len / 2); gap > 0; gap = floor(gap/2)) {
            // i=4;i<9;i++ (4,5,6,7,8)
            for (int i = gap; i < len; i++) {
                // j=0,1,2,3,4
                // [0]-[4] [1]-[5] [2]-[6] [3]-[7] [4]-[8]
                for (int j = i - gap; j >= 0 && [unSortArray[j] integerValue] > [unSortArray[j+gap] integerValue]; j-=gap) {
                    // 交换位置
                    NSNumber *temp = unSortArray[j];
                    unSortArray[j] = unSortArray[gap+j];
                    unSortArray[gap+j] = temp;
                }
            }
        }
        return [unSortArray copy];
    }

    特点

    稳定性:它可能会把相同元素分到不同的组中,那么两个相同的元素就有可能调换相对位置,故不稳定。

    空间复杂度:由于整个排序过程是在原数据上进行操作,故为 O(1);

    时间复杂度希尔排序的时间复杂度与增量序列的选取有关,例如希尔增量时间复杂度为O(n²),而Hibbard增量的希尔排序的时间复杂度为O(log n的3/2),希尔排序时间复杂度的下界是n*log2n



    快速排序



    快速排序的核心思想是对待排序序列通过一个「支点」(支点就是序列中的一个元素,别把它想的太高大上)进行拆分,使得左边的数据小于支点,右边的数据大于支点。然后把左边和右边再做一次递归,直到递归结束。支点的选择也是一门大学问,我们以 (左边index + 右边index)/ 2 来选择支点。

    以 arr = [ 8, 1, 4, 6, 2, 3, 5, 7 ] 为例,选择一个支点, index=  (L+R)/2 = (0+7)/2=3, 支点的值 pivot = arr[index] = arr[3] = 6,接下来需要把 arr 中小于 6 的移到左边,大于 6 的移到右边。

    快速排序使用一个高效的方法做数据拆分。

    用一个指向左边的游标 i,和指向右边的游标 j,逐渐移动这两个游标,直到找到 arr[i] > 6 和 arr[j] < 6, 停止移动游标,交换 arr[i] 和 arr[j],交换完后 i++,j--(对下一个元素进行比较),直到 i>=j,停止移动。

    图中的 L,R 是指快速排序开始时序列的起始和结束索引,在一趟快速排序中,它们的值不会发生改变,直到下一趟排序时才会改变。

    640?wx_fmt=jpeg

    一趟快速排序完成后,分别对小于6和大于等于6的部分进行快速排序,递归就好了。对 [ 5, 1, 4, 3, 2 ] 进行一趟快速排序。


    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    代码实现:

    
     
    /** 快速排序 @param unSortArray 待排序序列 @param lindex 待排序序列左边的index @param rIndex 待排序序列右边的index @return 排序结果 */+ (NSArray *)quickSort:(NSMutableArray *)unSortArray leftIndex:(NSInteger)lindex rightIndex:(NSInteger)rIndex {    NSInteger i = lindex; NSInteger j = rIndex;    // 取中间的值作为一个支点    NSNumber *pivot = unSortArray[(lindex + rIndex) / 2];    while (i <= j) {        // 向左移动,直到找打大于支点的元素        while ([unSortArray[i] integerValue] < [pivot integerValue]) {            i++;        }        // 向右移动,直到找到小于支点的元素        while ([unSortArray[j] integerValue] > [pivot integerValue]) {            j--;        }        // 交换两个元素,让左边的大于支点,右边的小于支点        if (i <= j) {            // 如果 i== j,交换个啥?            if (i != j) {                NSNumber *temp = unSortArray[i];                unSortArray[i] = unSortArray[j];                unSortArray[j] = temp; }            i++;            j--;        }    }    // 递归左边,进行快速排序    if (lindex < j) {        [self quickSort:unSortArray leftIndex:lindex rightIndex:j];    }    // 递归右边,进行快速排序    if (i < rIndex) {        [self quickSort:unSortArray leftIndex:i rightIndex:rIndex];    }    return [unSortArray copy];}
    + (NSArray *)quickSort:(NSMutableArray *)unSortArray leftIndex:(NSInteger)lindex rightIndex:(NSInteger)rIndex {
        NSInteger i = lindex; NSInteger j = rIndex;
        // 取中间的值作为一个支点
        NSNumber *pivot = unSortArray[(lindex + rIndex) / 2];
        while (i <= j) {
            // 向左移动,直到找打大于支点的元素
            while ([unSortArray[i] integerValue] < [pivot integerValue]) {
                i++;
            }
            // 向右移动,直到找到小于支点的元素
            while ([unSortArray[j] integerValue] > [pivot integerValue]) {
                j--;
            }
            // 交换两个元素,让左边的大于支点,右边的小于支点
            if (i <= j) {
                // 如果 i== j,交换个啥?
                if (i != j) {
                    NSNumber *temp = unSortArray[i];
                    unSortArray[i] = unSortArray[j];
                    unSortArray[j] = temp; }
                i++;
                j--;
            }
        }
        // 递归左边,进行快速排序
        if (lindex < j) {
            [self quickSort:unSortArray leftIndex:lindex rightIndex:j];
        }
        // 递归右边,进行快速排序
        if (i < rIndex) {
            [self quickSort:unSortArray leftIndex:i rightIndex:rIndex];
        }
        return [unSortArray copy];
    }



    归并排序



    归并排序,采用分治思想,先把待排序序列拆分成一个个子序列,直到子序列只有一个元素,停止拆分,然后对每个子序列进行边排序边合并。其实,从名字「归并」可以看出一丝「拆、合」的意思(妄加猜测)。


    以 arr = [ 8, 1, 4, 6, 2, 3, 5, 7 ] 为例,排序需要分两步:


     a、「」,以 length/2 拆分为 A = [ 8, 1, 4, 6 ] ,B = [ 2, 3, 5, 7 ],继续对 A 和 B 进行拆分,A1 = [ 8, 1 ] 、A2 = [ 4, 6 ]、B1 = [ 2, 3 ]、B2 = [ 5, 7 ],继续拆分,直到只有一个元素,A11 = [ 8 ] , A12= [ 1 ] 、A21 = [ 4 ]、A22 = [ 6 ]、B11 = [ 2 ]、B12 = [ 3 ]、B21 = [ 5 ]、B22 = [ 7 ]。


    b、「」,对单个元素的序列进行合并,A11和A12合并为[ 1, 8 ], A21 和 A22 合并为 [ 4, 6 ],等等。在合并的过程中也需要排序。


    640?wx_fmt=jpeg

    代码实现:

    
     
    + (NSArray *)mergeSort:(NSArray *)unSortArray {    NSInteger len = unSortArray.count;    // 递归终止条件    if (len <= 1) {        return unSortArray;    }    NSInteger mid = len / 2;    // 对左半部分进行拆分    NSArray *lList = [self mergeSort:[unSortArray subarrayWithRange:NSMakeRange(0, mid)]];    // 对右半部分进行拆分    NSArray *rList = [self mergeSort:[unSortArray subarrayWithRange:NSMakeRange(mid, len-mid)]];    // 递归结束后执行下面的语句    NSInteger lIndex = 0;    NSInteger rIndex = 0;    // 进行合并    NSMutableArray *results = [NSMutableArray array];    while (lIndex < lList.count && rIndex < rList.count) {        if ([lList[lIndex] integerValue] < [rList[rIndex] integerValue]) {            [results addObject:lList[lIndex]];            lIndex += 1;        } else {            [results addObject:rList[rIndex]];            rIndex += 1;        }    }    // 把左边剩余元素加到排序结果中    if (lIndex < lList.count) {        [results addObjectsFromArray:[lList subarrayWithRange:NSMakeRange(lIndex, lList.count-lIndex)]];    }    // 把右边剩余元素加到排序结果中    if (rIndex < rList.count) {        [results addObjectsFromArray:[rList subarrayWithRange:NSMakeRange(rIndex, rList.count-rIndex)]];    }    return results;}NSArray *)unSortArray {
        NSInteger len = unSortArray.count;
        // 递归终止条件
        if (len <= 1) {
            return unSortArray;
        }
        NSInteger mid = len / 2;
        // 对左半部分进行拆分
        NSArray *lList = [self mergeSort:[unSortArray subarrayWithRange:NSMakeRange(0, mid)]];
        // 对右半部分进行拆分
        NSArray *rList = [self mergeSort:[unSortArray subarrayWithRange:NSMakeRange(mid, len-mid)]];
        // 递归结束后执行下面的语句
        NSInteger lIndex = 0;
        NSInteger rIndex = 0;
        // 进行合并
        NSMutableArray *results = [NSMutableArray array];
        while (lIndex < lList.count && rIndex < rList.count) {
            if ([lList[lIndex] integerValue] < [rList[rIndex] integerValue]) {
                [results addObject:lList[lIndex]];
                lIndex += 1;
            } else {
                [results addObject:rList[rIndex]];
                rIndex += 1;
            }
        }
        // 把左边剩余元素加到排序结果中
        if (lIndex < lList.count) {
            [results addObjectsFromArray:[lList subarrayWithRange:NSMakeRange(lIndex, lList.count-lIndex)]];
        }
        // 把右边剩余元素加到排序结果中
        if (rIndex < rList.count) {
            [results addObjectsFromArray:[rList subarrayWithRange:NSMakeRange(rIndex, rList.count-rIndex)]];
        }
        return results;
    }


    特点

    稳定性:在元素拆分的时候,虽然相同元素可能被分到不同的组中,但是合并的时候相同元素相对位置不会发生变化,故稳定。

    空间复杂度:需要用到一个数组保存排序结果,也就是合并的时候,需要开辟空间来存储排序结果,故为 O ( n );

    时间复杂度:最好最坏都为 O(nlogn);



    计数排序



    前面所讲的 6 种排序都是基于「比较」的思想,总是在比较两个元素的大小,然后交换位置。


    现在来换个“口味”,来看看计数排序。


    计数排序的核心思想是把一个无序序列 A 转换成另一个有序序列 B,从 B 中逐个“取出”所有元素,取出的元素即为有序序列「没看明白,不急,后面来张图就搞明白了」。这种算法比快速排序还要快「特定条件下」,它适用于待排序序列中元素的取值范围比较小。比如对某大型公司员工按年龄排序,年龄的取值范围很小,大约在(10-100)之间。


    对数组 arr = [ 8, 1, 4, 6, 2, 3, 5, 4 ] 进行排序,使用计数排序需要找到与其对应的一个有序序列,可以使用数组的下标与 arr 做一个映射「数组的下标恰好是有序的」。


    遍历 arr,把 arr 中的元素放到 counArr 中,counArr 的大小是由 arr 中最大元素和最小元素决定的。


    640?wx_fmt=jpeg

    图中有个技巧,为了让 countArr 尽可能地小,countArr 的长度使用了 arr 中的最大值 max - arr 中的最小值 min + 1 (max - min + 1),arr[i] - min 恰好是 countArr 的下标。countArr 中记录了某个值出现的次数,比如 8 出现过 1 次,则在 countArr 中的值为 1;4 出现过 2 次,则在 countArr 中的值为 2。


    代码实现:

    
     
    + (NSArray *)countingSort:(NSArray *)datas {    // 1.找出数组中最大数和最小数    NSNumber *max = [datas firstObject];    NSNumber *min = [datas firstObject];    for (int i = 0; i < datas.count; i++) {        NSNumber *item = datas[i];        if ([item integerValue] > [max integerValue]) {            max = item;        }        if ([item integerValue] < [min integerValue]) {            min = item;        }    }    // 2.创建一个数组 countArr 来保存 datas 中元素出现的个数    NSInteger sub = [max integerValue] - [min integerValue] + 1;    NSMutableArray *countArr = [NSMutableArray arrayWithCapacity:sub];    for (int i = 0; i < sub; i++) {        [countArr addObject:@(0)];    }    // 3.把 datas 转换成 countArr,使用 datas[i] 与 countArr 的下标对应起来    for (int i = 0; i < datas.count; i++) {        NSNumber *aData = datas[i];        NSInteger index = [aData integerValue] - [min integerValue];        countArr[index] = @([countArr[index] integerValue] + 1);    }    // 4.从countArr中输出结果    NSMutableArray *resultArr = [NSMutableArray arrayWithCapacity:datas.count];    for (int i = 0; i < countArr.count; i++) {        NSInteger count = [countArr[i] integerValue];        while (count > 0) {            [resultArr addObject:@(i + [min integerValue])];            count -= 1;        }    }    return [resultArr copy];}// 1.找出数组中最大数和最小数
        NSNumber *max = [datas firstObject];
        NSNumber *min = [datas firstObject];
        for (int i = 0; i < datas.count; i++) {
            NSNumber *item = datas[i];
            if ([item integerValue] > [max integerValue]) {
                max = item;
            }
            if ([item integerValue] < [min integerValue]) {
                min = item;
            }
        }
        // 2.创建一个数组 countArr 来保存 datas 中元素出现的个数
        NSInteger sub = [max integerValue] - [min integerValue] + 1;
        NSMutableArray *countArr = [NSMutableArray arrayWithCapacity:sub];
        for (int i = 0; i < sub; i++) {
            [countArr addObject:@(0)];
        }
        // 3.把 datas 转换成 countArr,使用 datas[i] 与 countArr 的下标对应起来
        for (int i = 0; i < datas.count; i++) {
            NSNumber *aData = datas[i];
            NSInteger index = [aData integerValue] - [min integerValue];
            countArr[index] = @([countArr[index] integerValue] + 1);
        }
        // 4.从countArr中输出结果
        NSMutableArray *resultArr = [NSMutableArray arrayWithCapacity:datas.count];
        for (int i = 0; i < countArr.count; i++) {
            NSInteger count = [countArr[i] integerValue];
            while (count > 0) {
                [resultArr addObject:@(i + [min integerValue])];
                count -= 1;
            }
        }
        return [resultArr copy];
    }


    特点

    稳定性:在元素往 countArr 中记录时按顺序遍历,从 countArr 中取出元素也是按顺序取出,相同元素相对位置不会发生变化,故稳定。

    空间复杂度:需要额外申请空间,复杂度为“桶”的个数,故为 O ( k ), k 为“桶”的个数,也就是 countArr 的长度;

    时间复杂度:最好最坏都为 O(n+k), k 为“桶”的个数,也就是 countArr 的长度;



    桶排序



    以 arr = [ 8, 1, 4, 6, 2, 3, 5, 7 ] 为例,排序前需要确定桶的个数,和确定桶中元素的取值范围:


    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    代码实现:

    
     
    + (NSArray *)bucketSort:(NSArray *)datas {    // 1.找出数组中最大数和最小数    NSNumber *max = [datas firstObject];    NSNumber *min = [datas firstObject];    for (int i = 0; i < datas.count; i++) {        NSNumber *item = datas[i];        if ([item integerValue] > [max integerValue]) {            max = item;        }        if ([item integerValue] < [min integerValue]) {            min = item;        }    }    // 2.创建桶,桶的个数为 3    int maxBucket = 3;    NSMutableArray *buckets = [NSMutableArray arrayWithCapacity:maxBucket];    for (int i = 0; i < maxBucket; i++) {        NSMutableArray *aBucket = [NSMutableArray array];        [buckets addObject:aBucket];    }    // 3.把数据分配到桶中,桶中的数据是有序的    // a.计算桶中数据的平均值,这样分组数据的时候会把数据放到对应的桶中    float space = ([max integerValue] - [min integerValue] + 1) / (maxBucket*1.0);    for (int i = 0; i < datas.count; i++) {        // b.根据数据值计算它在桶中的位置        int index = floor(([datas[i] integerValue] - [min integerValue]) / space);        NSMutableArray *bucket = buckets[index];        int maxCount = (int)bucket.count;        NSInteger minIndex = 0;        for (int j = maxCount - 1; j >= 0; j--) {            if ([datas[i] integerValue] > [bucket[j] integerValue]) {                minIndex = j+1;                break;            }        }        [bucket insertObject:datas[i] atIndex:minIndex];    }    // 4.把桶中的数据重新组装起来    NSMutableArray *results = [NSMutableArray array];    [buckets enumerateObjectsUsingBlock:^(NSArray *obj, NSUInteger idx, BOOL * _Nonnull stop) {        [results addObjectsFromArray:obj];    }];    return results;}NSArray *)datas {
        // 1.找出数组中最大数和最小数
        NSNumber *max = [datas firstObject];
        NSNumber *min = [datas firstObject];
        for (int i = 0; i < datas.count; i++) {
            NSNumber *item = datas[i];
            if ([item integerValue] > [max integerValue]) {
                max = item;
            }
            if ([item integerValue] < [min integerValue]) {
                min = item;
            }
        }
        // 2.创建桶,桶的个数为 3
        int maxBucket = 3;
        NSMutableArray *buckets = [NSMutableArray arrayWithCapacity:maxBucket];
        for (int i = 0; i < maxBucket; i++) {
            NSMutableArray *aBucket = [NSMutableArray array];
            [buckets addObject:aBucket];
        }
        // 3.把数据分配到桶中,桶中的数据是有序的
        // a.计算桶中数据的平均值,这样分组数据的时候会把数据放到对应的桶中
        float space = ([max integerValue] - [min integerValue] + 1) / (maxBucket*1.0);
        for (int i = 0; i < datas.count; i++) {
            // b.根据数据值计算它在桶中的位置
            int index = floor(([datas[i] integerValue] - [min integerValue]) / space);
            NSMutableArray *bucket = buckets[index];
            int maxCount = (int)bucket.count;
            NSInteger minIndex = 0;
            for (int j = maxCount - 1; j >= 0; j--) {
                if ([datas[i] integerValue] > [bucket[j] integerValue]) {
                    minIndex = j+1;
                    break;
                }
            }
            [bucket insertObject:datas[i] atIndex:minIndex];
        }
        // 4.把桶中的数据重新组装起来
        NSMutableArray *results = [NSMutableArray array];
        [buckets enumerateObjectsUsingBlock:^(NSArray *obj, NSUInteger idx, BOOL * _Nonnull stop) {
            [results addObjectsFromArray:obj];
        }];

        return results;
    }


    特点

    稳定性:在元素拆分的时候,相同元素会被分到同一组中,合并的时候也是按顺序合并,故稳定。

    空间复杂度:桶的个数加元素的个数,为 O ( n + k );

      时间复杂度:最好为 O( n + k ),最坏为 O(n * n);



    基数排序



    基数排序是从待排序序列找出可以作为排序的「关键字」,按照「关键字」进行多次排序,最终得到有序序列。比如对 100 以内的序列 arr =  [ 3, 9, 489, 1, 5, 10, 2, 7, 6, 204 ]进行排序,排序关键字为「个位数」、「十位数」和「百位数」这 3 个关键字,分别对这 3 个关键字进行排序,最终得到一个有序序列。


    以 arr =  [ 3,  9,  489,  1,  5, 10, 2, 7, 6, 204 ] 为例,最大为 3 位数,分别对个、十、百位进行排序,最终得到的序列就是有序序列。可以把 arr 看成 [ 003,  009,  489,  001,  005, 010, 002, 007, 006, 204 ],这样理解起来比较简单。


    数字的取值范围为 0-9,故可以分为 10 个桶。


    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    640?wx_fmt=jpeg

    代码实现:

    
     
    + (NSArray *)radixSort:(NSArray *)datas {    NSMutableArray *tempDatas;    NSInteger maxValue = 0;    int maxDigit = 0;    int level = 0;    do {        // 1.创建10个桶        NSMutableArray *buckets = [NSMutableArray array];        for (int i = 0; i < 10; i++) {            NSMutableArray *array = [NSMutableArray array];            [buckets addObject:array];        }        // 2.把数保存到桶中        for (int i = 0; i < datas.count; i++) {            NSInteger value = [datas[i] integerValue];            // 求一个数的多次方            int xx = (level < 1 ? 1 : (pow(10, level)));            // 求个位数、十位数....            int mod = value / xx  % 10;            [buckets[mod] addObject:datas[i]];            // 求最大数为了计算最大数            if (maxDigit == 0) {                if (value > maxValue) {                    maxValue = value;                }            }        }        // 3.把桶中的数据重新合并        tempDatas = [NSMutableArray array];        for (int i = 0; i < 10; i++) {            NSMutableArray *aBucket = buckets[i];            [tempDatas addObjectsFromArray:aBucket];        }        // 4.求出数组中最大数的位数, 只需计算一次        if (maxDigit == 0) {            while(maxValue > 0){                maxValue = maxValue / 10;                maxDigit++;            }        }        // 5.继续下一轮排序        datas = tempDatas;        level += 1;    } while (level < maxDigit);    return tempDatas;}NSArray *)datas {
        NSMutableArray *tempDatas;
        NSInteger maxValue = 0;
        int maxDigit = 0;
        int level = 0;
        do {
            // 1.创建10个桶
            NSMutableArray *buckets = [NSMutableArray array];
            for (int i = 0; i < 10; i++) {
                NSMutableArray *array = [NSMutableArray array];
                [buckets addObject:array];
            }
            // 2.把数保存到桶中
            for (int i = 0; i < datas.count; i++) {
                NSInteger value = [datas[i] integerValue];
                // 求一个数的多次方
                int xx = (level < 1 ? 1 : (pow(10, level)));
                // 求个位数、十位数....
                int mod = value / xx  % 10;
                [buckets[mod] addObject:datas[i]];
                // 求最大数为了计算最大数
                if (maxDigit == 0) {
                    if (value > maxValue) {
                        maxValue = value;
                    }
                }
            }
            // 3.把桶中的数据重新合并
            tempDatas = [NSMutableArray array];
            for (int i = 0; i < 10; i++) {
                NSMutableArray *aBucket = buckets[i];
                [tempDatas addObjectsFromArray:aBucket];

            }
            // 4.求出数组中最大数的位数, 只需计算一次
            if (maxDigit == 0) {
                while(maxValue > 0){
                    maxValue = maxValue / 10;
                    maxDigit++;
                }
            }
            // 5.继续下一轮排序
            datas = tempDatas;
            level += 1;

        } while (level < maxDigit);

        return tempDatas;
    }


    特点

    稳定性:在元素拆分的时候,相同元素会被分到同一组中,合并的时候也是按顺序合并,故稳定。

    空间复杂度:O ( n + k );

      时间复杂度:最好最坏都为 O( n * k );



    总结



    以上就是 iOS 中的十大经典排序算法,仔细阅读一番理解之后,能助你在 iOS 的算法笔试环节一臂之力。


    ps:我在前几年开源了一个项目:在Object-C中学习数据结构与算法之排序算法,如果你是 iOS 开发者,可以在 GitHub 上 https://github.com/MisterBooo/Play-With-Sort-OC 获取可调试运行的源码。


    640





    本文相关阅读推荐:


    毕业十年后,我忍不住出了一份程序员的高考试卷

    一道腾讯面试题:厉害了我的杯

    十大经典排序算法动画与解析,看我就够了

    这或许是东半球分析十大排序算法最好的一篇文章

    面试官,我会写二分查找法!对,没有 bug 的那种!

    看《长安十二时辰》可以了解哪些算法知识

    GitHub 标星 3w+,很全面的算法和数据结构知识



    640?wx_fmt=png

  • 相关阅读:
    [o] SQLite数据库报错: Invalid column C
    startActivityForResult和setResult详解
    [o] duplicate column name: _id 问题解决
    [O] SQLite数据库报错:no such column
    [原创] SQLite数据库使用清单(下)
    [原创] SQLite数据库使用清单(上)
    iOS CocoaPods详解之 Analyzing dependencies
    iOS UILabe的详细使用及特殊效果
    一个简单的socket通信小demo
    iOS Lable给文字添加中划线和下划线
  • 原文地址:https://www.cnblogs.com/csnd/p/16675268.html
Copyright © 2020-2023  润新知