iOS常见算法以及应用知识点总结
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, 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; }
以上就是本次介绍的全部知识点内容,感谢大家的学习和对我们的支持。
赞 (0)