为什么排序数据对于算法很重要 - 傻瓜

试想在列表中找到一个项目，而不是先排序。每个搜索都是一个耗时的顺序搜索。但是，可以为算法不排序数据做一个案例。毕竟，数据仍然可以访问，即使你不分类 - 排序也需要时间。

当然，未分类数据的问题与您厨房的垃圾抽屉（或任何有垃圾抽屉的地方 - 假设您可以找到）相同。在垃圾抽屉里寻找任何东西都是很费时的，因为你甚至不能开始猜测在哪里找东西。你不必为了找到你需要的东西而只是拿出你想要的东西，就可以拿出你不想要的其他东西。不幸的是，您需要的物品可能不在垃圾抽屉中，您可能已经将其扔出或放在不同的抽屉中。

<！ --1 - >

您家中的垃圾抽屉就像系统中的未分类数据一样。当数据未排序时，您需要一次搜索一个项目，而您甚至不知道是否能够在不搜索数据集中的每个项目的情况下找到所需的项目。处理数据是一种令人沮丧的方式。当然，简单地排序数据是不够的。如果您有一个按姓氏排序的员工数据库，但需要按出生日期查找员工，则排序无用。 （假设您想查找某一天有生日的所有员工）。要查找您需要的出生日期，您仍然必须一次搜索整个数据集。因此，分类必须专注于特定的需求。是的，您需要按部门按照某个时间点排序的员工数据库，而另一个时间则需要按姓氏排序，但现在您需要按出生日期对其进行排序，以便有效地使用数据集。

需要维护相同数据的多个排序顺序是开发人员创建索引的原因。排序小索引比排序整个数据集要快。该索引维护一个特定的数据顺序，并指向完整的数据集，以便您可以快速找到所需的数据。通过维护每个排序要求的索引，您可以有效地减少数据访问时间，并允许多个人按照访问数据的顺序同时访问数据。

有很多方法可以对排序算法进行分类。其中一种方式就是这种速度。当考虑特定排序算法在排列数据时的有效性时，定时基准通常会考虑两个因素：

比较：

• 要将数据从数据集中的一个位置移动到另一个位置，您需要知道将数据移动到何处这意味着将目标数据与数据集中的其他数据进行比较。比较少意味着更好的表现。 交换：
• 取决于您如何编写算法，数据可能无法在第一次尝试时到达数据集中的最终位置。数据可能实际上移动了好几次。交换的数量对速度影响很大，因为现在实际上是将数据从一个位置移动到另一个位置。越来越小的交流（如使用索引时）意味着更好的性能。