(WWDC) 拥抱算法 (Embracing Algorithms) 下



在阅读此文前,请先阅读 拥抱算法 (Embracing Algorithms) 上



在数组中移动元素



将图层移动到最前面

如果你要将图中选中的图形移动到最前面,你会如何编写你的逻辑代码?



将元素移动到最前面

很难过,这个算法复杂度太高!

复杂度太高的算法




stablePartition(isSuffixElement:) 方法可以满足要求,该方法的时间复杂度为O(nlogn)

用stablePartition(isSuffixElement:)方法即可
stablePartition(isSuffixElement:)的文档



时间复杂度为O(logn),这是个怎样的规模?
请注意,这里的logn是以2为底n的对数,即 log2n
一般来说,复杂度中含有logn的算法都使用了二分法

O(n) 和 O(logn) 的对比



然后,再来观察时间复杂度为O(nlogn)又是一个怎样的规模。

O(n) 和 O(nlogn) 的对比






再来看另一个例子

bringForward()

这个方法的作用是依次移动选中的图形元素,使这些元素聚集到选中的最前面的那个元素的前一个位置处,并使这些被移动的元素保持原有的相对位置。除此之外,还要保证其他未选中的元素的相对位置不改变。



请看效果图:

移动前

移动后



然后,仔细观察下面的图片:

移动前
移动前

你是否想起了前面用到的stablePartition算法?




现在来改写这个方法的内部实现算法!

改写算法

首先,获取到符合条件的首个元素的前一个位置。

切片操作

然后通过切片,获取你真正需要操作的那部分元素。

移动未选中的元素到末尾

最后,移动未选中的元素到数组末尾,并保持这些元素的相对位置不变。
Okay, well done!



需要注意,这里的shapes[predecessor...]的类型为ArraySlice<Shape>
你可以理解为,这个切片就是对原始数组的引用。
所以,这里stablePartition方法可以通过切片来修改原始数组的值。




封装你的算法



一般来说,我们都会倾向于封装常用的算法,通过提高代码的复用率来减少工作量。
比如我们经常会用到快速排序算法,在Swift标准库中就集成了Collection类型中的sorted(by areInIncreasingOrder: (Element, Element) -> Bool)方法。
你需要做的就是给这个方法传入一个谓词函数(predicate)来决定元素的排序顺序。



现在,我们来封装Canvas类专用的算法,然后使其抽象并可用于所有的MutableCollection

首先,将扩展的类改为Array,并将元素类型指定为Shape。

然后,去掉shapes数组的调用,改为self

接下来,让传入的谓词函数来决定元素的排序顺序。

然后,更改类型为MutableCollection,并去掉对于元素类型的限制。

有编译错误?别紧张!
千万不要像这样操作。

其实,可以将predecessor的获取方法独立出来,而且抽象化。

到这里,这个算法的封装完成了吗?

你还需要为你的方法加上必要的注释,以便后续的使用。
毕竟,被抽象后的算法不再针对性地去解决某个具体的问题,而是解决某一类问题。
所以,你要讲清楚该算法的用途。
而且,你需要注明算法的时间复杂度,方便调用者评估算法的整体性能。



通过Xcode,可以很方便地查看这些方法的文档!



以下为stablePartition方法的源码,可以看到二分法的使用:

extension MutableCollection {
    /// Moves all elements satisfying `isSuffixElement` into a suffix of the collection,
    /// preserving their relative order, returning the start of the resulting suffix.
    ///
    /// - Complexity: O(n log n) where n is the number of elements.
    /// - Precondition: `n == self.count`
    mutating func stablePartition(count n: Int, isSuffixElement: (Element) -> Bool) -> Index {
        if n == 0 { return startIndex }
        if n == 1 { return isSuffixElement(self[startIndex]) ? startIndex : endIndex }
        let h = n / 2, i = index(startIndex, offsetBy: h)
        let j = self[..<i].stablePartition(count: h, isSuffixElement: isSuffixElement)
        let k = self[i...].stablePartition(count: n - h, isSuffixElement: isSuffixElement)
        return self[j..<k].rotate(shiftingToStart: i)
    }
}

至于rotate(shiftingToStart:)方法的源码,可以在Swift Algorithms Prototype 中查看。

原文中的最后还有一个例子,也是关于stablePartition方法的使用,有兴趣请自行查看参考文章。






参考文章:
Embracing Algorithms




转载请注明出处,谢谢~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269