ios搜索演算法

A. 如何在iOS 6 時代的App Store 中 脫穎而出

美國時間9月12日，Apple推出了舉世矚目的新一代iPhone，與之俱來的還有之前已放出數個測試版本的iOS 6。在iOS 6中，Apple對App Store做出的改變成為了開發者們關注的焦點。為此MIX智游匯團隊整理了一個關於手游應用商店優化（ASO）的白皮書，裡面總結了各種ASO優化技巧和注意事項，並在最後提供了一頁供開發者們列印出來時時對照的checklist。
ASO (App Store Optimization， 應用商店優化) 是與傳統的 SEO (SearchEngine Optimization) 優化相對應的：作為開發者，今天我們面臨的困境是，如何在App Store上的數十萬個 App 中讓自己精心開發的產品嶄露頭角？新的 App Store環境中，可以採取哪些方面的ASO策略應對？
根據上面的幾條重要變化，我們發現在可能採用的新設計方案中，開發者們能迅速抓住的稻草並不多，具體來說有以下一些ASO應對策略建議。
時刻關注新的排名和搜索演算法
重視圖標設計
認真製作截圖
合理設置名稱和關鍵字
建立為iOS 6優化的移動頁面
關注 Genius智能推薦的新變化

希望這些建議能夠幫助各位手游開發者更好地利用App Store獲得更多的用戶和收益。

B. iOS：常用排序演算法

冒泡排序是相鄰數據進行兩兩比較，假設升序排序，則一趟排序下來，就會有一個最大數產生在數組最末端。因為有 n 個數據需要進行比較，而每一趟排序需要遍歷n個數據，所以時間復雜度為O(n^2)

快速排序是定下一個基準數（一般默認定義最左側數據為基準數，可以理解為參照數），每一趟排序都需要從左（角標 i）右（角標 j）兩側開始像中間進行排序，因為基準數定義在左側，一般先從右側開始向左側移動，j--；遇到小於基準數的暫停，左側開始向右移動，i++；遇到大於基準數的暫停；然後交換i 和 j 所對應的數據。當i和j相遇的時候，則將相遇值與基準數進行交換，一趟排序結束。時間復雜度是O(log2 n)

C. iOS 開發中都會使用哪些演算法

一般開發用不上，熟悉了語法規則之後，就是砌積木而已。需要什麼功能就砌上去。數學邏輯初中水平都用不上。。

D. 你所不知道的iOS從古到今經典Bug!

iPhone手機的成功得益於它背後的iOS系統，絢麗的界面，流暢、優秀的用戶體驗，讓多少人對它傾慕，紛紛投向它的懷抱，是大部分用戶購買iPhone的關鍵原因之一。當然，世上從來沒有十全十美的東西，iOS系統也是如此。iPhone作為全球最流行的智能手機，當發生問題的時候總是能引起更多的關注。這些年來，每一代iOS系統升級，總會帶來一些意想不到甚至是啼笑皆非的Bug，下面我們不妨一起來看看。

一、快捷菜單同時按會假死

近段時間，有果粉在論壇曝光了iPhone的一個詭異Bug，只要iPhone上劃屏幕呼出控制中心，並同時按下AirDrop與拍照按鈕（或計算器按鈕），就會造成手機假死，並且過一會兒自動重啟。看到此消息後，不少果粉出於好奇也進行了嘗試，都紛紛中招了。

之後有技術黨表示該Bug會在iOS 10-iOS 10.2.1系統中出現，目前蘋果已經意識到這一問題，在最新的iOS 10.3 Beta版系統已經修復了這個問題，而正式版iOS 10.3會很快推送。為了避免造成不必要的麻煩，建議大家還是不要出於好奇心去嘗試了。

二、1970變磚Bug

關於這個Bug，應該是果粉們最無奈的Bug，據說當時德國某個科技網站的編輯，無意間將iPhone的日期設置到了1970年1月1日，然後，在他重啟的時候，好端端的iPhone變磚了，而且連接電腦並進入到DFU模式也無法啟動。這真的是No zuo no die。

當時有大神指出凡是運行iOS 8以上系統的64位設備都有可能遇到這一問題，32位設備則是安全的，當時解決這個問題也是比較棘手。不過之後蘋果公司意識到了這一Bug的存在，在之後的版本中已經修復了，目前設備還處於iOS 8-iOS 9.3系統之間的用戶還是不要去嘗試了，變磚後解決起來比較麻煩。

三、神奇字元簡訊導致崩潰

在iOS 8系統的時候，有用戶在簡訊應用中發現這個Bug：通過iMessage發出一段阿拉伯字元就會讓接收人的iPhone崩潰，並讓信息應用無法打開。據老果粉透露，其實這個Bug由來已久，早在iOS 6系統就出現過，在iOS 7中得到修復，沒想到iOS 8又再次出現。

雖然該Bug並不會影響用戶的日常使用，而且只需要別人再發一條正常的簡訊就可以恢復正常。之後有技術黨指出，該Bug的產生原因應該和iOS的通知中心預覽功能處理Unicode字元時存在缺陷有關。它會展示簡訊的一部分，但其中如果包含上述字元，則屬於缺失字元，導致崩潰並且可能牽連到整個系統，慶幸的是這個Bug對中文的iOS系統沒有影響。

四、「連夜模式」導致鬧鍾失靈

這是一個出現在iOS 9.1系統的Bug，當時有用戶打開了「連夜升級」模式（Overnight updates），睡覺時剛好收到了新系統的推送然後設備自動進行升級。第二天醒來發現此前設置的鬧鈴會失效。在當時導致了不少使用iPhone的上班族，因為沒有聽到鬧鍾睡過頭而上班遲到。

針對這個Bug，有資深果粉表示，其實這個iOS鬧鍾Bug問題由來已久，早在2010年的iOS 4上就已經出現過由於日歷應用調整導致鬧鈴失效的問題。而在iOS 9.0.1更新時，官方也表示針對幾處有關鬧鍾的Bug進行了修復，然而這個「連夜更新」模式中的鬧鍾Bug卻被忽略了。各位上班族還是要養成良好的睡眠習慣不要太依賴鬧鍾。

五、避開屏幕鎖進入系統

即使被譽為最安全的iOS系統，也被人找到方法繞過安全驗證直接進入系統，這是在iOS 8時的一個Bug。當時如果你的手機沒有調用出指紋識別功能，而設置的是數字密碼，這個時候只需要把手機連接數據線插上電源，然後在鎖屏狀態下按住Home鍵呼出Siri語音，然後只需隨便問Siri一個問題，在Siri回答的同時按下Home鍵，向右滑動屏幕解鎖即可進入系統。

當然，這個Bug也並非100%成功，不過上述操作成功率還是比較高的。而且這樣的Bug屬於威脅到安全性的漏洞，對於iPhone 5s之前的那些不具備指紋識別的iOS設備存在較大安全隱患。即使該Bug在後續的版本中已經修復，但對於iOS以安全著稱的系統出現這樣的情況實在不應該，這樣的Bug難免會讓那些還停留在iOS 8的老設備的用戶無法放心。

六、蘋果商店無法搜索各大App

在2016年5月份的時候，不斷有網友表示蘋果商店無法搜索淘寶、微信、微博、攜程等大批知名互聯網品牌APP，相反搜索顯示到的是其他App，當時不僅是中國地區，美國。澳大利亞等地都出現過這樣的情況，而這些知名大品牌App，不可能是因為安全問題而被蘋果下架，很顯然不是蘋果人為操作的。

針對這個Bug，當時外界猜測了兩種情況：第一種情況是由於蘋果在對其搜索演算法上進行了調整，不過在調整的時候意外的出現了未知Bug，導致部分關鍵詞搜索結果和App的關鍵詞覆蓋；第二種情況是蘋果Apple美國加利福尼亞州庫總部伺服器那段時間遭到了病毒攻擊，當然蘋果並未針對此Bug作出回應，而是盡快修復了這個Bug。

七、輸錯密碼導致「永久」停用

一般情況下，智能手機屏幕解鎖都有防護措施，為了防止不法分子試出密碼，一旦輸入多次密碼錯誤後，手機會停用一段時間，而且隨著輸入的次數越多，每次停用的時間也會越來越長。在前兩年，有網友發出圖片顯示自己的iPhone已停用22990398分鍾，換算下來大概是四十五年，對於一款壽命為四五年的電子產品來說，幾乎算的上「永久」停用了。

當時有技術黨表示，這應該屬於一個系統Bug，然而這種情況非常少，所以蘋果官方也一直沒有給出回應以及解決方案。當然出現這種情況唯一的辦法是只能刷機了，所以大家平時使用iPhone的時候要有備份手機的習慣，避免出現意外。

總結

古語有雲，金無足赤，人無完人，即使是獨步天下的iOS也並非完美無缺，它曾經也有過這么多讓人啼笑皆非的Bug。但瑕不掩瑜，即使出現過這些Bug也不能否認iOS是非常出色的系統，而且每次出現Bug後，官方也會很快回應，並且不斷進步和完善。在這里也要提醒大家，如果大家在使用的時候出現這些或其他Bug，盡量找蘋果官方售後，避免自己折騰或者找一些不靠譜的修理店導致出現更大的問題。還有定時對手機進行備份，能夠在出現問題時及時恢復，不至於全部清除一無所有。

看完覺得好的請點一下喜歡，覺得有意思的可以打賞一下。

E. ios 演算法整理（OC版本實現）

原始待排序數組| 6 | 2 | 4 | 1 | 5 | 9 |

排序完畢,輸出最終結果1 2 4 5 6 9

以上演算法的調用示範

F. 如何做 ASO 優化

如何做好ASO優化無疑是近一兩年來做推廣時最熱的話題，無論是渠道的推波助瀾還是kpi考核之痛，就像SEO興起時一樣，越來越多的人開始接觸了解。接下里的內容便給大家分享自己在做蘋果商店推廣過程中的一些實戰經驗，教大家做好ASO優化。

一、ASO 是什麼

【基礎功能】：

實時熱搜：可以查看當前最新的熱詞搜索，可用來輔助做關鍵詞挑選。

搜索指數排行：按照分類對高頻關鍵詞進行了搜索指數的排行，可以看到每個分類下搜索頻率最高的關鍵詞以及對應的搜索數量及排名第一的產品。

ASO優化助手：在設置應用名稱+關鍵字時，可以用來檢測是否超過規定字元。

【核心功能】：

實實時排名：可以根據日期看到產品在類目下的排名情況

關鍵詞|ASO: 不僅可以看到已覆蓋的關鍵詞數量，以及出現在TOP10的數量。還可以看到每個詞的實時變化情況。包括（排名、搜索結果、搜索指數）

競品對比：可以看到優化後，和競爭對手的差距，結果你懂的。

推薦理由：

綜合來說是一款很不錯的ASO優化輔助工具，免費注冊使用且數據更新較快，集合優化了多種功能。

G. ios SKU 組合演算法

通俗來講，一個SKU 就是商品在規格上的一種組合，比如說，一件衣服 有紅色 M號的 也有藍色 L號的 ，不同的組合就是不同的SKU

近段時間，剛好遇到要在商品詳情頁購買商品的時候，實現選擇不同規格組合的sku，預判無庫存sku選項置灰，減少客戶不必要sku的選擇。

網上搜尋了一大批有關sku選擇演算法的文章，然後被各路大神的一頓操作秀得一臉懵逼，簡單來說就是沒看懂。。。

當然基於以上參考得到的靈感，終於總結出來了一種簡單易用通俗易懂的sku選擇演算法，思路簡單，唯一的bug是sku數據有n多層的時候，計算量大耗內存。當然現在手機的運算能力都是杠杠的，正常來說商品的sku也不會有幾十上百層那麼誇張。

接下來我先捋一下思路吧！

Tips： sku 有三種狀態，可選（正常），不可選（置灰），已選中（高亮），

一，sku演算法初版：計算所有sku的組合 與 有庫存sku的組合的交集，交集裡面的sku為可選項，反之其他sku為不可選。

 1.計算所有sku的組合-->集合A

A = ["34,61,66"  , "34,61,67"  , ......]

2.計算有庫存的sku的組合 -->集合B

一般是從後台伺服器返回的 eg：

3. 計算集合A與集合B的交集，交集裡面的所有元素就是初始時所有可選sku ID ，反之其他sku ID就是置灰（無庫存不可選狀態）

4.以上三步就是簡易的sku演算法核心思路，彈出規格框時，計算集合A和集合B的交集，得到初步賽選結果，告訴客戶，哪些sku無庫存不可選置灰顯示，可選的為正常狀態顯示,減少客戶做不必要的選擇操作。

5.當然，細心的你很快就會發現這樣的sku演算法會導致無法判斷出，已選sku的兄弟節點是否可選的bug。

二，優化兄弟節點的可選狀態判斷bug

1.如上圖 已選Platform 屬性的 34，長度屬性的 62 ， 我們要判斷的已選sku兄弟節點屬性分別是Platform 屬性的 35，長度屬性的 61。 

2.即：

要判斷 長度屬性的 61是否為可選，就要判斷，34，61這樣的組合是否屬於有庫存組合裡面子集，是：可選，不是： 不可選。

同理：

要判斷 Platform 屬性的 35是否為可選，就要判斷，35，62這樣的組合是否屬於有庫存組合裡面子集，是：可選，不是： 不可選。

3.細心的你肯定發現了規律，34，61 或者 35，62 這樣的組合都有一個共同點

即：包含n個已選skuID，n = 已選sku個數-1 .

三,計算兄弟節點是否可選

1,計算已選sku ID 同類屬性的組合 ==集合C  即：計算Platform 屬性和長度屬性的組合

集合C = ["34,61","34,62","35,61","35,61","35,62"]

2.計算已選skuID的子集 ==集合D 即：計算 [34，62]的子集 

集合D = ["34","62","34,62"]

3.從集合D裡面篩選出，含有n個已選skuID的子集（n = 已選sku個數-1 ）==集合E

集合E = ["34","62"]

4.最後計算可選兄弟節點組合，集合C裡面的組合只要是含有集合E裡面的元素都是可選兄弟節點組合

可選兄弟節點組合F = 【集合C裡面的組合只要是含有集合E裡面的元素】

5. 

兄弟節點可選skuID =  【（集合A與集合B的交集的skuID集合）再與 集合F 的並集 】

四，整理

1.篩選有庫存的sku組合為可選sku 其餘為不可選sku

2.計算兄弟節點可選sku

3.可選sku正常顯示，不可選sku置灰，已選sku高亮

附Demo： sku演算法demo

五，拓展一下

H. iOS開發面試拿offer攻略之數據結構與演算法篇附加安全加密

集合結構 線性結構 樹形結構 圖形結構

1.1、集合結構 說白了就是一個集合，就是一個圓圈中有很多個元素，元素與元素之間沒有任何關系 這個很簡單

1.2、線性結構 說白了就是一個條線上站著很多個人。 這條線不一定是直的。也可以是彎的。也可以是值的 相當於一條線被分成了好幾段的樣子 （發揮你的想像力）。 線性結構是一對一的關系

1.3、樹形結構 說白了 做開發的肯定或多或少的知道 xml 解析 樹形結構跟他非常類似。也可以想像成一個金字塔。樹形結構是一對多的關系

1.4、圖形結構 這個就比較復雜了。他呢 無窮。無邊 無向（沒有方向）圖形機構 你可以理解為多對多 類似於我們人的交集關系

數據結構的存儲

數據結構的存儲一般常用的有兩種 順序存儲結構 和 鏈式存儲結構

2.1 順序存儲結構

發揮想像力啊。 舉個列子。數組。1-2-3-4-5-6-7-8-9-10。這個就是一個順序存儲結構 ，存儲是按順序的 舉例說明啊。 棧，做開發的都熟悉。棧是先進後出 ，後進先出的形式 對不對 ？

他的你可以這樣理解， hello world 在棧裡面從棧底到棧頂的邏輯依次為 h-e-l-l-o-w-o-r-l-d 這就是順序存儲，再比如隊列 ，隊列是先進先出的對吧，從頭到尾 h-e-l-l-o-w-o-r-l-d 就是這樣排對的

2.2 鏈式存儲結構

再次發揮想像力 這個稍微復雜一點 這個圖片我一直弄好 ，回頭找美工問問，再貼上 例如 還是一個數組 1-2-3-4-5-6-7-8-9-10 鏈式存儲就不一樣了 1(地址)-2(地址)-7(地址)-4(地址)-5(地址)-9(地址)-8(地址)-3(地址)-6(地址)-10(地址)。每個數字後面跟著一個地址 而且存儲形式不再是順序 ，也就說順序亂了，1（地址） 1 後面跟著的這個地址指向的是 2，2 後面的地址指向的是 3，3 後面的地址指向是誰你應該清楚了吧。他執行的時候是 1(地址)-2(地址)-3(地址)-4(地址)-5(地址)-6(地址)-7(地址)-8(地址)-9(地址)-10(地址)，但是存儲的時候就是完全隨機的。明白了？

單向鏈表雙向鏈表循環鏈表

還是舉例子。理解最重要。不要去死記硬背 哪些什麼。定義啊。邏輯啊。理解才是最重要滴

3.1 單向鏈表

A->B->C->D->E->F->G->H . 這就是單向鏈表 H 是頭 A 是尾 像一個只有一個頭的火車一樣 只能一個頭拉著跑

3.2 雙向鏈表

數組和鏈表區別：

數組：數組元素在內存上連續存放，可以通過下標查找元素；插入、刪除需要移動大量元素，比較適用元素很少變化的情況

鏈表：鏈表中的元素在內存中不是順序存儲的，查找慢，插入、刪除只需要對元素指針重新賦值，效率高

3.3 循環鏈表

循環鏈表是與單向鏈表一樣，是一種鏈式的存儲結構，所不同的是，循環鏈表的最後一個結點的指針是指向該循環鏈表的第一個結點或者表頭結點，從而構成一個環形的鏈。發揮想像力 A->B->C->D->E->F->G->H->A . 繞成一個圈。就像蛇吃自己的這就是循環 不需要去死記硬背哪些理論知識。

二叉樹／平衡二叉樹

4.1 什麼是二叉樹

樹形結構下,兩個節點以內 都稱之為二叉樹 不存在大於 2 的節點 分為左子樹 右子樹 有順序 不能顛倒 ，懵逼了吧，你肯定會想這是什麼玩意，什麼左子樹右子樹 ，都什麼跟什麼鬼？ 現在我以普通話再講一遍，你把二叉樹看成一個人 ，人的頭呢就是樹的根 ，左子樹就是左手，右子樹就是右手，左右手可以都沒有（殘疾嘛，聲明一下，絕非歧視殘疾朋友，勿怪，勿怪就是舉個例子， I am very sorry ） , 左右手呢可以有一個，就是不能顛倒。這樣講應該明白了吧

二叉樹有五種表現形式

1.空的樹（沒有節點）可以理解為什麼都沒 像空氣一樣

2.只有根節點。 （理解一個人只有一個頭 其他的什麼都沒，說的有點恐怖）

3.只有左子樹 （一個頭 一個左手 感覺越來越寫不下去了）

4.只有右子樹

5.左右子樹都有

二叉樹可以轉換成森林 樹也可以轉換成二叉樹。這里就不介紹了 你做項目絕對用不到數據結構大致介紹這么多吧。理解為主, 別死記，死記沒什麼用

1、不用中間變數,用兩種方法交換 A 和 B 的值

2、****求最大公約數

3、模擬棧操作

棧是一種數據結構，特點：先進後出 -

練習：使用全局變數模擬棧的操作

#include <stdio.h>

#include <stdbool.h>

#include <assert.h>

//保護全局變數：在全局變數前加 static 後，這個全局變數就只能在本文件中使用 static int data[1024] ;//棧最多能保存 1024 個數據

static int count = 0 ;//目前已經放了多少個數(相當於棧頂位置)

4、排序演算法

選擇排序、冒泡排序、插入排序三種排序演算法可以總結為如下：

都將數組分為已排序部分和未排序部分。

1.選擇排序將已排序部分定義在左端，然後選擇未排序部分的最小元素和未排序部分的第一個元素交換。

2.冒泡排序將已排序部分定義在右端，在遍歷未排序部分的過程執行交換，將最大元素交換到最右端。

3.插入排序將已排序部分定義在左端，將未排序部分元的第一個元素插入到已排序部分合適的位置。

4.1、選擇排序

【選擇排序】：最值出現在起始端

第 1 趟：在 n 個數中找到最小(大)數與第一個數交換位置

第 2 趟：在剩下 n-1 個數中找到最小(大)數與第二個數交換位置

重復這樣的操作...依次與第三個、第四個...數交換位置

第 n-1 趟，最終可實現數據的升序（降序）排列。

4.2、冒泡排序

【冒泡排序】：相鄰元素兩兩比較，比較完一趟，最值出現在末尾

第 1 趟：依次比較相鄰的兩個數，不斷交換（小數放前，大數放後）逐個推進，最值最後出現在第 n 個元素位置

第 2 趟：依次比較相鄰的兩個數，不斷交換（小數放前，大數放後）逐個推進，最值最後出現在第 n-1 個元素位置

…… ……

第 n-1 趟：依次比較相鄰的兩個數，不斷交換（小數放前，大數放後）逐個推進，最值最後出現在第 2 個元素位置

5、折半查找（二分查找）

折半查找：優化查找時間（不用遍歷全部數據） 折半查找的原理：

1.數組必須是有序的

2.必須已知 min 和 max （知道範圍）

// 已知一個有序數組, 和一個 key , 要求從數組中找到 key 對應的索引位置

字元串反轉

給定字元串 " hello,world ",實現將其反轉。輸出結果： dlrow , olleh

序數組合並

將有序數組 {1,4,6,7,9} 和 {2,3,5,6,8,9,10,11,12} 合並為{1,2,3,4,5,6,6,7,8,9,9,10,11,12}

HASH 演算法

哈希表

例：給定值是字母 a ，對應 ASCII 碼值是 97，數組索引下標為 97。

這里的 ASCII 碼，就算是一種哈希函數，存儲和查找都通過該函數，有效地提高查找效率。

在一個字元串中找到第一個只出現一次的字元。如輸入" abaccdeff "，輸出' b '字元( char )是一個長度為 8 的數據類型，因此總共有 256 種可能。每個字母根據其 ASCII 碼值作為數組下標對應數組種的一個數字。數組中存儲的是每個字元出現的次數。

查找兩個子視圖的共同父視圖

思路:分別記錄兩個子視圖的所有父視圖並保存到數組中，然後倒序尋找,直至找到第一個不一樣的父視圖。

求無序數組中的中位數

中位數：當數組個數 n 為奇數時，為 (n + 1)/2 ，即是最中間那個數字；當 n 為偶數時，為 (n/2 + (n/2 + 1))/2 , 即是中間兩個數字的平均數。

首先要先去了解一些幾種排序演算法: iOS 排序演算法

思路:

1.排序演算法+中位數

首先用冒泡排序、快速排序、堆排序、希爾排序等排序演算法將所給數組排序，然後取出其中位數即可。

2.利用快排思想

1、簡述 SSL 加密的過程用了哪些加密方法，為何這么作？

SSL 加密的過程之前有些過，此處不再贅述。

SSL 加密，在過程中實際使用了 對稱加密 和 非對稱加密 的結合。

主要的考慮是先使用 非對稱加密 進行連接，這樣做是為了避免中間人攻擊秘鑰被劫持，但是 非對稱加密的效率比較低。所以一旦建立了安全的連接之後，就可以使用輕量的 對稱加密。

2、RSA 非對稱加密

對稱加密[演算法]在加密和解密時使用的是同一個秘鑰；而[非對稱加密演算法]需要兩個[密鑰]來進行加密和解密，這兩個秘鑰是[公開密鑰]（ public key ，簡稱公鑰）和私有密鑰（ private key ，簡稱私鑰）。

RSA 加密

與對稱加密[演算法]不同，[非對稱加密演算法]需要兩個[密鑰]：[公開密鑰]（ publickey ）和私有密鑰（ privatekey ）。公開密鑰與私有密鑰是一對，如果用公開密鑰對數據進行加密，只有用對應的私有密鑰才能解密；如果用私有密鑰對數據進行加密，那麼只有用對應的公開密鑰才能解密。因為加密和解密使用的是兩個不同的[密鑰]，所以這種演算法叫作[非對稱加密演算法]。

RSA**** 加密原理

RSA 是常用的加密模式，其加密原理可用以下的例子進行簡要的論述。

隨機取兩個質數

以上就是本篇所整理的，感謝觀看！

I. iOS 開發中都會使用哪些演算法

很少需要自己來寫演算法和數據結構，基本的演算法和數據結構都已經集成到庫中了。但需要你了解各種演算法和數據結構的不同，以便選擇適當的庫。比如各種排序、查找、字典、數組，是經常用到的。
假如連最基本的演算法和數據結構的知識都沒有，就算是寫一些界面邏輯代碼，也經常有性能問題。舉個例子，有一個很大的消息列表按照時間排序，而有新的 20 條消息來了，有些人完全無意識地，將 20 條消息一條條依次在一個大數組前面逐個插入，這樣就會引起數組的重復移動。這樣的代碼初看起來邏輯也正確，但就會很慢。
一個稍微嚴肅一點的 iOS 程序，經常用到三種語言，Swift 編寫看得見的界面，C++ 編寫看不見的底層，而 Objective-C 用於界面和底層之間的相互調用穿透。
但很多人理解的 iOS 開發，就僅僅只是界面、動畫之類的看得見的東西。在界面之下有很多看不見的更深層的東西。這些就需要演算法和數據結構知識。比如需要寫一個繪圖軟體，照相磨皮軟體，就涉及到圖形演算法。一個錄音聲音處理，就需要處理聲音的波形。一個電子書軟體就涉及到排版。一個類似 Flipboard 的內容聚合軟體就涉及網頁的抽取。
當然上述的很多演算法和數據結構不需要自己來寫，但假如完全沒有這方面的知識，就算有庫用了，但很可能連怎麼使用也不會。比如最基本的圖形學知識，矩陣都不知道，OpenGL 介面是不會用的。

J. iOS 開發中都會使用哪些演算法

md5
base64
sha1
HMAC_SHA1

歸並排序, 這個是有2個已經排序好的數組, 要組成一個新數組, 手動實現了一遍歸並排序, 但是感受不出效率
各種圖片演算法, 直接用的GPUImage