iOS：常用排序算法

Posted 2023-04-21

参考技术A 冒泡排序是相邻数据进行两两比较，假设升序排序，则一趟排序下来，就会有一个最大数产生在数组最末端。因为有 n 个数据需要进行比较，而每一趟排序需要遍历n个数据，所以时间复杂度为O(n^2)

快速排序是定下一个基准数（一般默认定义最左侧数据为基准数，可以理解为参照数），每一趟排序都需要从左（角标 i）右（角标 j）两侧开始像中间进行排序，因为基准数定义在左侧，一般先从右侧开始向左侧移动，j--；遇到小于基准数的暂停，左侧开始向右移动，i++；遇到大于基准数的暂停；然后交换i 和 j 所对应的数据。当i和j相遇的时候，则将相遇值与基准数进行交换，一趟排序结束。时间复杂度是O(log2 n)

常用排序算法之插入排序

插入排序和上篇讲的冒泡、选择排序一样都是平均时间复杂度为O(n^2)的排序算法（常用排序算法之冒泡排序、选择排序），这也限制了他们的一些使用，在大数据集排序时很少用到，这三种算法当然也是最简单易懂的算法，普通人都能想出来，所以这三个算法算是排序算法里最普通的了：）后面会介绍时间复杂度更优的算法，如快排、归并及堆排序，他们的时间复杂度为O(nlog(n))。

插入、冒泡与选择排序现在已经从《算法导论》里面移除了，难道作者觉得太简单，没有讲解的必要了吗（捂脸哭）。

插入排序的思想的确相当之简单，就像我们给扑克牌排序一样，我们摸到新牌时，假设从小到大排列，会依次往前比较，然后插入到一个 比前面牌大，比后面牌小 的位置上，这个位置就是这张新来的牌应该处于的位置。

插入排序类似于扑克牌的排序，图片来自《大话数据结构》

由上动图，可以看出，这个算法除了比较操作，很大一部分时间消耗在了数组的移动上，假设我即将插入的是最小的元素（相对于已经排序好的部分，即图中所示黄色部分），那么不得不将此元素现在位置前的元素都向后挪一个位置，这是很浪费CPU时间操作，这也是此算法的瓶颈所在，即可能存在大量的数组元素搬迁动作。

下篇写堆排序，以及性能更优于堆排序的快速排序。

--END