算法比较
关键词
- 二分
- 递归
- 分治
- 回溯
冒泡排序
思想：两次循环，外层进行循环次数的控制，内层循环，进行数据之间的比较，大的数据上浮（下沉）
#pragma mark - Objective-C
//冒泡排序
- (void)bubbleSort:(id)array{
if (!([array isKindOfClass:[NSArray class]] || [array isKindOfClass:[NSMutableArray class]])) {
NSLog(@"传入的参数不是数组类型");
return;
}
NSMutableArray *tmpArr;
if ([array isKindOfClass:[NSMutableArray class]]) {
tmpArr = array;
}else{
tmpArr = [array mutableCopy];
}
for (int i = 0; i<tmpArr.count; i++) {
for (int j = 0; j < tmpArr.count -1; j++) {
if ([tmpArr[j] compare:tmpArr[j+1]] == NSOrderedDescending) {
[tmpArr exchangeObjectAtIndex:i withObjectAtIndex:j+1];
}
}
}
NSLog(@"排序完的结果为:%@/n",tmpArr);
}
#pragma mark - C
//冒泡排序
void bubble_sort(int arr[],const int size){
for (int i = 0; i < size; i++) {
for (int j = 0; j<size -1 ; j++) {
if (arr[j] > arr[j+1]) {
swap(arr[j],arr[j+1]);
}
}
}
}
void swap(int i,int j){
i = i + j;
j = i - j;
i = i - j;
}
快速排序
思想：（快速排序是基于一种叫做“二分”的思想）从数列中，挑选出一个元素作为基准，重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以放在任一边，在这个分区退出之后，该基准就处于数列的中间位置，递归的把小于基准值元素的子数列和大于基准值元素的子数列排序。
/** 快速排序 @param array 任意类型 @param low 需要排序的数组的开始位置 @param high 需要排序的数组的结束位置 */ - (void)quickSort:(NSMutableArray*)array low:(int)low high:(int)high{ if (array == nil || array.count == 0) { return; } if (low >= high) { return; } //取中值 int middle = low + (high - low)/2; NSNumber *prmt = array[middle]; int i = low; int j = high; //开始排序，使得left<prmt 同时right>prmt while (i <= j) { // while ([array[i] compare:prmt] == NSOrderedAscending) { // i++; // } while ([array[i] intValue] < [prmt intValue]) { i++; } // while ([array[j] compare:prmt] == NSOrderedDescending) while ([array[j] intValue] > [prmt intValue]) { j--; } if(i <= j){ [array exchangeObjectAtIndex:i withObjectAtIndex:j]; i++; j--; } } if (low < j) { [self quickSort:array low:low high:j]; } if (high > i) { [self quickSort:array low:i high:high]; } } //快速排序 int a[101],n;//定义全局变量，这两个变量需要在子函数中使用 void quicksort(int left,int right) { int i,j,t,temp; if(left>right) return; temp=a[left]; //temp中存的就是基准数 i=left; j=right; while(i!=j){ //顺序很重要，要先从右边开始找 while(a[j]>=temp && i<j) j--; //再找右边的 while(a[i]<=temp && i<j) i++; //交换两个数在数组中的位置 if(i<j){ t=a[i]; a[i]=a[j]; a[j]=t; } } //最终将基准数归位 a[left]=a[i]; a[i]=temp; quicksort(left,i-1);//继续处理左边的，这里是一个递归的过程 quicksort(i+1,right);//继续处理右边的 ，这里是一个递归的过程 }
选择排序
思想：首先在未排序序列中找到最小元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小元素，然后放到排序序列末尾，以此类推，直到所有元素均排序完毕。
大专栏 iOS常见算法以及应用s="line">6
- (void)selectSort:(NSMutableArray *)array
{
if(array == nil || array.count == 0){
return;
}
int min_index;
for (int i = 0; i < array.count; i++) {
min_index = i;
for (int j = i + 1; j<array.count; j++) {
if ([array[j] compare:array[min_index]] == NSOrderedAscending) {
[array exchangeObjectAtIndex:j withObjectAtIndex:min_index];
}
}
}
}
插入排序
思想：从第一个元素开始，该元素可以认为已经被排序，取出下一个元素，在已经排序的元素序列中从后向前扫描，如果该元素（已排序）大于新元素，将该元素移到下一位置，重复以上步骤，直到找到已经排序的元素小于或者等于新元素的位置，将新元素插入到该位置中
- (void)inserSort:(NSMutableArray *)array
{
if(array == nil || array.count == 0){
return;
}
for (int i = 0; i < array.count; i++) {
NSNumber *temp = array[i];
int j = i-1;
while (j >= 0 && [array[j] compare:temp] == NSOrderedDescending) {
[array replaceObjectAtIndex:j+1 withObject:array[j]];
j--;
}
[array replaceObjectAtIndex:j+1 withObject:temp];
}
}
希尔(Shell)排序
思想：先将整个待排记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，在对全体进行一次直接插入排序。
优化：希尔排序是基于插入排序的以下两点性质而提出的改进方法的：
（1）插入排序在对几乎已经排好序的数据操作时，效率高，既可以达到线性排序的效率。
（2）但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位
OC代码实现：
//希尔排序,初始的dk值为array.count/2
- (void)ShellSort:(NSMutableArray *)array dk:(int)dk
{
if(array == nil || array.count == 0||dk>=array.count){
return;
}
for (int i = 0; i < array.count; i ++) {
NSNumber *temp = array[i];
int j = i - dk;
//若第i个元素大于i-1元素，直接插入。小于的话，移动有序表后插入
while (j >= 0 && [array[j] compare:temp] == NSOrderedDescending) {
[array replaceObjectAtIndex:j+dk withObject:array[j]];
j-=dk;
}
[array replaceObjectAtIndex:j+dk withObject:temp];
}
while (dk>=1) {
dk = dk/2;
[self ShellSort:array dk:dk];
}
}
实际应用
压缩图片
+(NSData *)compressImage:(UIImage *)image toByte:(NSUInteger)maxLength
{
// Compress by quality
CGFloat compression = 1;
NSData *data = UIImageJPEGRepresentation(image,compression);
if (data.length < maxLength) return data;
//采用二分法提高性能
CGFloat max = 1;
CGFloat min = 0;
for (int i = 0; i < 6; ++i) {
compression = (max + min) / 2;
data = UIImageJPEGRepresentation(image,compression);
if (data.length < maxLength * 0.9) {
min = compression;
} else if (data.length > maxLength) {
max = compression;
} else {
break;
}
}
UIImage *resultImage = [UIImage imageWithData:data];
if (data.length < maxLength) return data;
// Compress by size
NSUInteger lastDataLength = 0;
while (data.length > maxLength && data.length != lastDataLength) {
lastDataLength = data.length;
CGFloat ratio = (CGFloat)maxLength / data.length;
CGSize size = CGSizeMake((NSUInteger)(resultImage.size.width * sqrtf(ratio)),(NSUInteger)(resultImage.size.height * sqrtf(ratio))); // Use NSUInteger to prevent white blank
UIGraphicsBeginImageContext(size);
[resultImage drawInRect:CGRectMake(0,size.width,size.height)];
resultImage = UIGraphicsGetImageFromCurrentImageContext();
UIGraphicsEndImageContext();
data = UIImageJPEGRepresentation(resultImage,compression);
}
return data;
}
+(NSData *)compressImage:(UIImage *)image
{
NSData *data=UIImageJPEGRepresentation(image,1.0);
if (data.length>300*1024) {
if (data.length>1024*1024) {//1M以及以上
data=UIImageJPEGRepresentation(image,0.5);
}else if (data.length>300*1024) {//0.5M-1M
data=UIImageJPEGRepresentation(image,0.8);
}
}
return data;
}
