2. 程式人生 > >在Object-C中學習資料結構與演算法之排序演算法

在Object-C中學習資料結構與演算法之排序演算法

阿新 • • 發佈：2018-11-28

筆者在學習資料結構與演算法時，嘗試著將排序演算法以動畫的形式呈現出來更加方便理解記憶，本文配合Demo 在Object-C中學習資料結構與演算法之排序演算法閱讀更佳。

目錄

  • 選擇排序
  • 氣泡排序
  • 插入排序
  • 快速排序
  • 雙路快速排序
  • 三路快速排序
  • 堆排序
  • 總結與收穫
  • 參考與閱讀

選擇排序

選擇排序是一種簡單直觀的排序演算法，無論什麼資料進去都是 O(n²) 的時間複雜度。所以用到它的時候，資料規模越小越好。唯一的好處可能就是不佔用額外的記憶體空間了吧。

1.演算法步驟

  1. 首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置

  2. 再從剩餘未排序元素中繼續尋找最小（大）元素，然後放到已排序序列的末尾。

  3. 重複第二步，直到所有元素均排序完畢。

2.動畫演示

3.程式碼實現

#pragma mark - /**選擇排序*/
- (void)mb_selectionSort{
    for (int i = 0; i < self.count; i++) {
        for (int j = i + 1; j < self.count ; j++) {
            if (self.comparator(self[i],self[j]) == NSOrderedDescending) {
                [self mb_exchangeWithIndexA:i  indexB:j];
            }
        }
    }
}
複製程式碼

氣泡排序

氣泡排序（Bubble Sort）也是一種簡單直觀的排序演算法。它重複地走訪過要排序的數列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重複地進行直到沒有再需要交換，也就是說該數列已經排序完成。這個演算法的名字由來是因為越小的元素會經由交換慢慢“浮”到數列的頂端。

1.演算法步驟

  1. 比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。

  2. 對每一對相鄰元素作同樣的工作，從開始第一對到結尾的最後一對。這步做完後，最後的元素會是最大的數。

  3. 針對所有的元素重複以上的步驟，除了最後一個。

  4. 持續每次對越來越少的元素重複上面的步驟，直到沒有任何一對數字需要比較。

2.動畫演示

3.程式碼實現

#pragma mark - /**氣泡排序*/
- (void)mb_bubbleSort{
    bool swapped;
    do {
        swapped = false;
        for (int i = 1; i < self.count; i++) {
            if (self.comparator(self[i - 1],self[i]) == NSOrderedDescending) {
                swapped = true;
                [self mb_exchangeWithIndexA:i  indexB:i- 1];
            }
        }
    } while (swapped);
}
複製程式碼

插入排序

插入排序的程式碼實現雖然沒有氣泡排序和選擇排序那麼簡單粗暴，但它的原理應該是最容易理解的了，因為只要打過撲克牌的人都應該能夠秒懂。插入排序是一種最簡單直觀的排序演算法，它的工作原理是通過構建有序序列，對於未排序資料，在已排序序列中從後向前掃描，找到相應位置並插入。

1.演算法步驟

  1. 將第一待排序序列第一個元素看做一個有序序列，把第二個元素到最後一個元素當成是未排序序列。

  2. 從頭到尾依次掃描未排序序列，將掃描到的每個元素插入有序序列的適當位置。（如果待插入的元素與有序序列中的某個元素相等，則將待插入元素插入到相等元素的後面。）

2.動畫演示

3.程式碼實現

#pragma mark - /**插入排序*/
- (void)mb_insertionSort{
    for (int i = 0; i < self.count; i++) {
        id e = self[i];
        int j;
        for (j = i; j > 0 && self.comparator(self[j - 1],e) == NSOrderedDescending; j--) {
            [self mb_exchangeWithIndexA:j  indexB:j- 1];
        }
        self[j] = e;
    }
}
複製程式碼

歸併排序

歸併排序（Merge sort）是建立在歸併操作上的一種有效的排序演算法。該演算法是採用分治法（Divide and Conquer）的一個非常典型的應用。

作為一種典型的分而治之思想的演算法應用，歸併排序的實現由兩種方法：

  1. 自上而下的遞迴（所有遞迴的方法都可以用迭代重寫，所以就有了第 2 種方法）
  2. 自下而上的迭代；

本文使用的是自頂向下的歸併排序

1.演算法步驟

  1. 申請空間，使其大小為兩個已經排序序列之和，該空間用來存放合併後的序列；

  2. 設定兩個指標，最初位置分別為兩個已經排序序列的起始位置；

  3. 比較兩個指標所指向的元素，選擇相對小的元素放入到合併空間，並移動指標到下一位置；

  4. 重複步驟 3 直到某一指標達到序列尾；

  5. 將另一序列剩下的所有元素直接複製到合併序列尾。

2.動畫演示

3.程式碼實現

#pragma mark - /**歸併排序 自頂向下*/
- (void)mb_mergeSort{
    [self mb_mergeSortArray:self LeftIndex:0 rightIndex:(int)self.count - 1];
}
- (void)mb_mergeSortArray:(NSMutableArray *)array LeftIndex:(int )l rightIndex:(int)r{
    if(l >= r) return;
    int mid = (l + r) / 2;
    [self mb_mergeSortArray:self LeftIndex:l rightIndex:mid];
    [self mb_mergeSortArray:self LeftIndex:mid + 1 rightIndex:r];
    [self mb_mergeSortArray:self LeftIndex:l midIndex:mid rightIndex:r];
}

- (void)mb_mergeSortArray:(NSMutableArray *)array LeftIndex:(int )l midIndex:(int )mid rightIndex:(int )r{

    SEL func = NSSelectorFromString(@"resetSortArray:");
    // 開闢新的空間 r-l+1的空間
    NSMutableArray *aux = [NSMutableArray arrayWithCapacity:r-l+1];
    for (int i = l; i <= r; i++) {
        // aux 中索引 i-l 的物件 與 array 中索引 i 的物件一致
        aux[i-l] = self[i];
    }
    // 初始化，i指向左半部分的起始索引位置l；j指向右半部分起始索引位置mid+1
    int i = l, j = mid + 1;
    for ( int k = l; k <= r; k++) {
        if (i > mid) { // 如果左半部分元素已經全部處理完畢
            self.comparator(nil, nil);
            self[k] = aux[j - l];
            j++;
        }else if(j > r){// 如果右半部分元素已經全部處理完畢
            self.comparator(nil, nil);
            self[k] = aux[i - l];
            i++;
        }else if(self.comparator(aux[i - l], aux[j - l]) == NSOrderedAscending){// 左半部分所指元素 < 右半部分所指元素
            self[k] = aux[i - l];
            i++;
        }else{
            self.comparator(nil, nil);
            self[k] = aux[j - l];
            j++;
        }
        
        NSMutableArray *mutArray = [NSMutableArray array];
        [self enumerateObjectsUsingBlock:^(MBBarView *  _Nonnull obj, NSUInteger idx, BOOL * _Nonnull stop) {
            [mutArray addObject:[NSString stringWithFormat:@"%f",obj.frame.size.height]];
        }];
        
        objc_msgSendSortArray(self.vc,func,mutArray);
    }

}
複製程式碼

快速排序

快速排序是由東尼·霍爾所發展的一種排序演算法。在平均狀況下，排序 n 個專案要 Ο(nlogn) 次比較。在最壞狀況下則需要 Ο(n2) 次比較，但這種狀況並不常見。事實上，快速排序通常明顯比其他 Ο(nlogn) 演算法更快，因為它的內部迴圈（inner loop）可以在大部分的架構上很有效率地被實現出來。

快速排序使用分治法（Divide and conquer）策略來把一個序列（list）分為兩個子序列（sub-lists）。

快速排序又是一種分而治之思想在排序演算法上的典型應用。本質上來看，快速排序應該算是在氣泡排序基礎上的遞迴分治法。

快速排序的名字起的是簡單粗暴，因為一聽到這個名字你就知道它存在的意義，就是快，而且效率高！它是處理大資料最快的排序演算法之一了。

1.演算法步驟

  1. 從數列中挑出一個元素，稱為 “基準”（pivot）;

  2. 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。在這個分割槽退出之後，該基準就處於數列的中間位置。這個稱為分割槽（partition）操作；

  3. 遞迴地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序；

快速排序的優化可考慮當分割槽間隔小的的時候轉而使用插入排序

2.動畫演示

3.程式碼實現

#pragma mark - /**快速排序*/
- (void)mb_quickSort{
    //要特別注意邊界的情況
    [self mb_quickSort:self indexL:0 indexR:(int)self.count - 1];
}
- (void)mb_quickSort:(NSMutableArray *)array indexL:(int)l indexR:(int)r{
    if (l >= r) return;
    int p = [self __partition:array indexL:l indexR:r];
    [self mb_quickSort:array indexL:l indexR:p-1];
    [self mb_quickSort:array indexL:p + 1 indexR:r];
}
/**
 對arr[l...r]部分進行partition操作
 返回p, 使得arr[l...p-1] < arr[p] ; arr[p+1...r] > arr[p]
 
 @param array array
 @param l 左
 @param r 右
 @return 返回p
 */
- (int)__partition:(NSMutableArray *)array indexL:(int)l indexR:(int)r{
    int j = l;// arr[l+1...j] < v ; arr[j+1...i) > v
    for (int i = l + 1; i <= r ; i++) {
        if ( self.comparator(array[i], array[ l]) == NSOrderedAscending) {
            j++;
            //交換
            [self mb_exchangeWithIndexA:j indexB:i];
        }
    }
    self.comparator(nil, nil);
    [self mb_exchangeWithIndexA:j indexB:l];
    return j;
}
複製程式碼

雙路快速排序

過多重複鍵值使Quick Sort降至O(n^2)
使用雙快速排序後, 我們的快速排序演算法可以輕鬆的處理包含大量元素的陣列
快速排序的優化可考慮當分割槽間隔小的的時候轉而使用插入排序

1.演算法圖示

2.動畫演示

3.程式碼實現

#pragma mark - /**雙路快排*/
///使用雙快速排序後, 我們的快速排序演算法可以輕鬆的處理包含大量元素的陣列
- (void)mb_identicalQuickSort{
    //要特別注意邊界的情況
    [self mb_quickSort:self indexL:0 indexR:(int)self.count - 1];
}
- (void)mb_identicalQuickSort:(NSMutableArray *)array indexL:(int)l indexR:(int)r{
    if (l >= r) return;
    int p = [self __partition2:array indexL:l indexR:r];
    [self mb_quickSort:array indexL:l indexR:p-1];
    [self mb_quickSort:array indexL:p + 1 indexR:r];
}
- (int)__partition2:(NSMutableArray *)array indexL:(int)l indexR:(int)r{
    // 隨機在arr[l...r]的範圍中, 選擇一個數值作為標定點pivot
    [self mb_exchangeWithIndexA:l indexB:(arc4random()%(r-l+1))];
    id v = array[l];
    // arr[l+1...i) <= v; arr(j...r] >= v
    int i = l + 1, j = r;
    while (true) {
        
        while (i <= r && self.comparator(array[i],v) == NSOrderedAscending)
            i++;
        
        while (j > l + 1 && self.comparator(array[j],v) == NSOrderedDescending)
            j--;
        
        if (i > j) {
            break;
        }
        [self mb_exchangeWithIndexA:i indexB:j];
        
        i++;
        j--;
    }
    [self mb_exchangeWithIndexA:l indexB:j];

    return j;
}

複製程式碼

三路快速排序

對於包含有大量重複資料的陣列, 三路快排有巨大的優勢
對於一般性的隨機陣列和近乎有序的陣列, 三路快排的效率雖然不是最優的, 但是是在非常可以接受的範圍裡
因此, 在一些語言中, 三路快排是預設的語言庫函式中使用的排序演算法。比如Java:)

快速排序的優化可考慮當分割槽間隔小的的時候轉而使用插入排序

1.演算法圖示

2.動畫演示

3.程式碼實現

#pragma mark - /**三路快排*/
//對於包含有大量重複資料的陣列, 三路快排有巨大的優勢
- (void)mb_quick3WaysSort{
    //要特別注意邊界的情況
    [self mb_quick3WaysSort:self indexL:0 indexR:(int)self.count - 1];
}
/// 遞迴的三路快速排序演算法
- (void)mb_quick3WaysSort:(NSMutableArray *)array indexL:(int)l indexR:(int)r{

    if (l >= r)  return;
    
    self.comparator(nil, nil);
    // 隨機在arr[l...r]的範圍中, 選擇一個數值作為標定點pivot
    [self mb_exchangeWithIndexA:l indexB:(arc4random_uniform(r-l+1) + l)];
    
    id v = array[l];
    
    int lt = l; // array[l+1...lt] < v
    int gt = r + 1; // array[gt...r] > v
    int i = l + 1; // array[lt+1...i) == v
    
    while (i < gt) {
        if ( [self compareWithBarOne:array[i] andBarTwo:v] == NSOrderedAscending) {
            self.comparator(nil, nil);
            [self mb_exchangeWithIndexA:i indexB:lt + 1];

            i++;
            lt++;
        }else if  ([self compareWithBarOne:array[i] andBarTwo:v] == NSOrderedDescending){
            self.comparator(nil, nil);
            [self mb_exchangeWithIndexA:i indexB:gt - 1];
            gt--;
        }else{ //array[i] == v
            i++;
        }

    }
    self.comparator(nil,nil);
    [self mb_exchangeWithIndexA:l indexB:lt];

    [self mb_quick3WaysSort:array indexL:l indexR:lt-1];
    [self mb_quick3WaysSort:array indexL:gt indexR:r];
    
}

複製程式碼

堆排序

堆排序（Heapsort）是指利用堆這種資料結構所設計的一種排序演算法。堆積是一個近似完全二叉樹的結構，並同時滿足堆積的性質：即子結點的鍵值或索引總是小於（或者大於）它的父節點。堆排序可以說是一種利用堆的概念來排序的選擇排序。分為兩種方法：

大頂堆：每個節點的值都大於或等於其子節點的值，在堆排序演算法中用於升序排列；
小頂堆：每個節點的值都小於或等於其子節點的值，在堆排序演算法中用於降序排列；
堆排序的平均時間複雜度為 Ο(nlogn)。

1.演算法步驟

  1. 建立一個堆 H[0……n-1]；

  2. 把堆首（最大值）和堆尾互換；

  3. 把堆的尺寸縮小 1，並呼叫 shift_down(1)，目的是把新的陣列頂端資料調整到相應位置；

  4. 重複步驟 2，直到堆的尺寸為 1

2.動畫演示

3.程式碼實現

///shift_down操作
- (void)shiftDown:(int )k{
    while (2 * k <= _count) {
        int j = 2 * k;
        if (j + 1 <= _count && [self heapCompareWithBarOne:_data[j + 1] andBarTwo:_data[j]] == NSOrderedDescending) j++;//左孩子小於右孩子
        if ([self heapCompareWithBarOne:_data[k] andBarTwo:_data[j]] == NSOrderedDescending) break;//父節點大於子節點
        self.comparator(nil, nil);
        [_data mb_exchangeWithIndexA:k indexB:j];
        k = j;
    }
}

複製程式碼

總結與收穫

總結： 在這次重新學習資料結構與演算法的過程中筆者充分認識到了學習這些所謂的基礎知識的重要性，瞭解了要想進一步提供iOS開發的水平恰恰不能忽視基礎環節，也恰好在這次學習中用到了圖的深度遍歷解決了在研究埋點過程中找到回溯源的問題。

收穫：

  1. 基本排序的白板程式設計
  2. runtime的新增分類
  3. runtime的objc_msgSend()
  4. 深拷貝與淺拷貝
  5. GCD訊號量的使用

如果各位讀者看完有所收穫歡迎在Github上給個star (^__^)

參考與閱讀

歡迎關注 五分鐘學演算法 獲取更多內容

相關推薦

在Object-C中學習資料結構與演算法之排序演算法

筆者在學習資料結構與演算法時，嘗試著將排序演算法以動畫的形式呈現出來更加方便理解記憶，本文配合Demo 在Object-C中學習資料結構與演算法之排序演算法閱讀更佳。 目錄 選擇排序 氣泡排序 插入排序 快速排序 雙路快速排序 三路快速排序 堆排序 總結與收穫

資料結構與演算法之美 課程筆記一 如何抓住重點，系統高效地學習資料結構與演算法？

什麼是資料結構？什麼是演算法？ 從廣義上講，資料結構就是指一組資料的儲存結構。演算法就是操作資料的一種方法。 從狹義上講，是指某些著名的資料結構和演算法，比如佇列、棧、堆、二分查詢、動態規劃等。 那資料結構和演算法有什麼關係呢？ 資料結構和演算法是相輔相成的。資料結構是為演算法服務的

如何學習資料結構與演算法

什麼是資料結構和演算法 資料結構，就是一組資料的儲存結構。 演算法，就是操作資料的一組方法。 資料結構是為演算法服務的，演算法要作用在特定的資料結構之上。 為什麼需要資料結構和演算法 來談談應用層面的原因。在電腦科學和網際網路迅猛發展下，需要計算的資料量越來越龐大。但是計算機

我是如何學習資料結構與演算法的？

資料結構與演算法的地位對於一個程式設計師來說不言而喻。今天這篇文章不是來勸你們學習資料結構與演算法的，也不是來和你們說資料結構與演算法有多重要。主要是最近幾天後臺有讀者問我是如何學習資料結構與演算法的，有沒有什麼捷徑，是要看視訊還是看書，去哪刷題等…..而且有些還是大三大四的，搞的我都替你們著急、擔心…..

一、如何學習資料結構與演算法

什麼是資料結構？什麼是演算法？(是什麼) 資料結構是為演算法服務的，演算法要作用在特定的資料結構之上。 因此，我們無法孤立資料結構來講演算法，也無法孤立演算法來講資料結構； 舉例： 圖書館儲藏書籍你肯定見過吧？為了方便查詢，圖書管理員一般會將書籍分門別類進行“

轉 程式設計師該如何學習資料結構與演算法？

資料結構與演算法的重要性對程式設計師來說不言而喻，本文就來分享下我是如何學習資料結構與演算法的，希望對你們有所幫助。 學習演算法的捷徑就是多刷題 要說捷徑，我覺得就是腳踏實地，多刷題。 但是，如果你是小白，也就是說你連常見的資料結構（如連結串列、樹）以及

程式設計師該如何學習資料結構與演算法？

作者 | 帥地責編 | 郭芮資料結構與演算法的重要性對程式設計師來說不言而喻，本文就來分享下我是

為什麼要學習資料結構與演算法javascript描述

在過去的幾年中，得益於Node.js和SpiderMonkey這樣的平臺，JavaScript越來越多地被用於伺服器端程式設計。鑑於JavaScript語言已經走出了瀏覽器，程式設計師發現他們需要更多傳統語言，比如C++和Java提供的工具。這些工具包括經典的資料結構，如

Object-C 中各資料型別轉換 NSData轉NSString，Byte，UIImage

1，NSData 與 NSString 　　NSData --> NSString 　　NSString *aString = [[NSString alloc] initWithData:adata encoding:NSUTF8StringEncoding]; 　　NSStri

C中的資料結構

資料結構 主要內容：在linux下的主要資料結構。 linux核心我的理解來說，很大一部分的工作都是在管理各種資料，用到的資料結構也有很多，大致有線性表，佇列，二叉樹，以及連結串列，當然在實現上都可以看作是連結串列的變換，我在原來的學習中對資料結構缺失很多，現在

Object-c 中的資料型別

導航： 基本型別 ID 物件型別常見的有 物件型別 -NSLog -NSNumber -NSString和NSMutableString -NSArray和NSMutableArray -NSSet和NSMutableSet -NSDictionar

C++資料結構與STL--選擇排序

  *外部迴圈對錶進行n-1次遍歷。pass控制變數的範圍0-n-2   *對於每次重複過程，都有一個內部迴圈掃描arr[pass]到arr[n-1]的無序子表，並判定最小元素的下標。   *只有最小元素的下標(smallIndex)不等於pass，才交換arr[pass]和arr[smallIndex];

HashMap中的資料結構與get,put原始碼解析

HashMap 執行流程: 首先構造方法: public HashMap() {         this.loadFactor =DEFAULT_LOAD_FACTOR;// all otherfields defaulted     } public HashMap(

資料結構常見的八大排序演算法

排序演算法：內部排序 + 外部排序 內部排序：插入、選擇、交換、歸併、基數排序 插入排序：直接插入排序+希爾排序 選擇排序：簡單選擇排序+堆排序 交換排序：氣泡排序+快速排序 //定義一個公用函式 function swap(myArray, p1, p2)

資料結構常見的八大排序演算法（詳細整理）

2018年11月01日 21:38:04 雲淡風輕_737711464 閱讀數：3 個人分類： 資料結構

Python資料結構常見的八大排序演算法（詳細整理）

前言 八大排序，三大查詢是《資料結構》當中非常基礎的知識點，在這裡為了複習順帶總結了一下常見的八種排序演算法。 常見的八大排序演算法，他們之間關係如下： 排序演算法.png 他們的效能比較： 下面，利用Python分別將他們進行實現。

資料結構6種內部排序演算法的比較

1、需求分析（1）輸入資料的形式為：偽隨機數產生程式產生，且每次輸入數不少於100個，至少要用5組不同的輸入資料（2）輸出的形式為：輸出關鍵字參加的比較次數和關鍵字的移動次數(關鍵字交換計為3次移動)的資料（3）程式能達到的功能：對起泡排序，直接插入排序，簡單選擇排序，快速排

#資料結構與演算法學習筆記#劍指Offer29：整數中1出現的次數 + 分段思想/按位考慮 + 測試用例（Java、C/C++）

2018.10.5 感受到開學之後工作和課業的雙重壓力，加上近段時間自己出了點小事故，因此斷更了許久。沒事，繼續。 這道題有兩種複雜度為的演算法。 方法1：遞迴（分段思想）。 所有數字出現1的個數 = 每一段數字中出現1的個數之和 1. 對於輸出的數字n，其最高位為

#資料結構與演算法學習筆記#劍指Offer35：數字在排序陣列中出現的次數 + 測試用例（Java、C/C++）

2018.10.24 今天是程式設計師節，但是程式設計師有啥節好過的，還是好好幹活吧~ 這道題也是一道效率題，根據實際情況的不同有兩個比較好用的方法： 方法一：平均複雜度o(n)。二分找到某一個K

#資料結構與演算法學習筆記#劍指Offer30：把陣列排成最小的數 + 自定義比較器 + 測試用例（Java、C/C++）

2018.10.6 1.求全排列最小。事實上用全排列硬剛這道題確實是最直接的辦法，因為乍一眼看上去實在不好歸納數字之間的順序關係，全排列具體實現原理可以參考上述文章。 2.自定義比較器。為什麼說