一个日常 Swift 数组排序引发的 思考
1个回答
展开全部
在 Swift 的日常开发中,或多或少会遇到数组排序
笔者最近遇到了一个排序的问题
群里提问之后
一个小总结
你别嫌我菜, 不菜没人爱
一般的排序 比如:
根据 Person 的 age 进行 升序/降序,一般我们通过 Swift 内置排序 sorted 去解决
sorted 会产生新的结果,不影响原有的序列; 而 sort() 会将结果保存在原有的数组中
我不知道你没有思考过这样一个问题
就是
sort 排序的原理是什么?
Swift 的内置排序算法 sort() 在 Swift5 之后采用了 TimSort ,相较于之前的 Introsort 更 stability
什么是 stability ?
一种排序后维持相等元素的原始顺序的能力
比如
在真实数据下可能会影响到 排序的先后稳定性
音乐 app 按照 热门度 去排列 hit song
如果不够 stability ,那么 相同 热门度的歌曲,可能每次的排序结果就会有差别
而 TimSort 也是一种混合算法 , 插入排序O(n^2) + 归并排序O(nlogn) , 因为 插入 和 归并都是 stability , 所以 TimSort 也是
TimSort 核心原理是 切割 + 合并
具体实现可参考 TimSort
所以以此看来, sort 算法的时间复杂度是 O(nlogn)
笔者的需求是:
有一个 origin list 但信息不全, 要通过 origin list 的 id 数组 去请求具体的 detail list
覆盖 origin list
但是返回的 detail list 并没有按照 ids 的请求顺序 排序 (不是升序 / 降序)
需要手动排序
题目可以理解为 :
暴力解法 : 双层 for循环, 时间复杂度 O(n^2)
高阶函数 :flatMap + filter, 类似暴解,时间复杂度 O(n^2)
由 @SAGES** 提出 :
flatMap :
将结果合并为一个新的数组,自动去 nil,同时会把 Optional 的值解包
由于嵌套关系,省略常数,故本解 时间复杂度也为 O(n^2)
先将模型数组 映射到字典, 再 对 ids map 去字典内查找,时间复杂度 O(n)
由 @Damonwo** 提出
总体为 O(2n) => 故 此解法 O(n)
笔者开始想用 sort , 奈何对 sort 的理解 如登月一般
停留在表面, so
此解
由 @冬* 提出
此解第一步 将 ids 数组,按照 下标 映射到 字典内
得到
[23: 1, 77: 2, 56: 3, 9: 0, 87: 4]
最后通过 sorted 闭包 对 person 的 age 进行 index 权重 升序排序
最终得到
[77: 2, 9: 0, 87: 5, 56: 4, 23: 1]
所以总的时间为 O(n) + O(n) + O(nlogn) ,取较大的值 即: O(nlogn)
此解 同 sort1 的 解法思路大致相同, 时间复杂度 为 O(nlogn)
由 @提拉米不**、提出
优化之后也是将 firstIndex 这一步 放入 map,降低查找时间复杂度
即
思路等同于 sort1
所以总的时间为 O(n) + O(nlogn) ,取较大的值 即: O(nlogn)
实际开发中
算法的选择还是很秒的
不考虑 时间复杂度,高阶函数会让 Swift 变的优雅;反之尽量采用 较低的 时间复杂度
尽管是一次小小的条件排序
选择越多
才会分优劣
欢迎分享自己的方法 ~
笔者最近遇到了一个排序的问题
群里提问之后
一个小总结
你别嫌我菜, 不菜没人爱
一般的排序 比如:
根据 Person 的 age 进行 升序/降序,一般我们通过 Swift 内置排序 sorted 去解决
sorted 会产生新的结果,不影响原有的序列; 而 sort() 会将结果保存在原有的数组中
我不知道你没有思考过这样一个问题
就是
sort 排序的原理是什么?
Swift 的内置排序算法 sort() 在 Swift5 之后采用了 TimSort ,相较于之前的 Introsort 更 stability
什么是 stability ?
一种排序后维持相等元素的原始顺序的能力
比如
在真实数据下可能会影响到 排序的先后稳定性
音乐 app 按照 热门度 去排列 hit song
如果不够 stability ,那么 相同 热门度的歌曲,可能每次的排序结果就会有差别
而 TimSort 也是一种混合算法 , 插入排序O(n^2) + 归并排序O(nlogn) , 因为 插入 和 归并都是 stability , 所以 TimSort 也是
TimSort 核心原理是 切割 + 合并
具体实现可参考 TimSort
所以以此看来, sort 算法的时间复杂度是 O(nlogn)
笔者的需求是:
有一个 origin list 但信息不全, 要通过 origin list 的 id 数组 去请求具体的 detail list
覆盖 origin list
但是返回的 detail list 并没有按照 ids 的请求顺序 排序 (不是升序 / 降序)
需要手动排序
题目可以理解为 :
暴力解法 : 双层 for循环, 时间复杂度 O(n^2)
高阶函数 :flatMap + filter, 类似暴解,时间复杂度 O(n^2)
由 @SAGES** 提出 :
flatMap :
将结果合并为一个新的数组,自动去 nil,同时会把 Optional 的值解包
由于嵌套关系,省略常数,故本解 时间复杂度也为 O(n^2)
先将模型数组 映射到字典, 再 对 ids map 去字典内查找,时间复杂度 O(n)
由 @Damonwo** 提出
总体为 O(2n) => 故 此解法 O(n)
笔者开始想用 sort , 奈何对 sort 的理解 如登月一般
停留在表面, so
此解
由 @冬* 提出
此解第一步 将 ids 数组,按照 下标 映射到 字典内
得到
[23: 1, 77: 2, 56: 3, 9: 0, 87: 4]
最后通过 sorted 闭包 对 person 的 age 进行 index 权重 升序排序
最终得到
[77: 2, 9: 0, 87: 5, 56: 4, 23: 1]
所以总的时间为 O(n) + O(n) + O(nlogn) ,取较大的值 即: O(nlogn)
此解 同 sort1 的 解法思路大致相同, 时间复杂度 为 O(nlogn)
由 @提拉米不**、提出
优化之后也是将 firstIndex 这一步 放入 map,降低查找时间复杂度
即
思路等同于 sort1
所以总的时间为 O(n) + O(nlogn) ,取较大的值 即: O(nlogn)
实际开发中
算法的选择还是很秒的
不考虑 时间复杂度,高阶函数会让 Swift 变的优雅;反之尽量采用 较低的 时间复杂度
尽管是一次小小的条件排序
选择越多
才会分优劣
欢迎分享自己的方法 ~
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询