基数排序(Radix Sort)

• 适用范围：将整数按位数切割成不同的数字，按每位分别比较。不只是适用整数，也适用于字符串和特定格式的浮点数等
  • 最高位优先(MSD),最低位优先(LSD)
• 核心：(以整数为例)
  • 基：被排序的元素的’个、十、百位’等
  • 桶：“基”的每一位都有取值范围，一般数字是0-9共10中，10个桶

• 总结一下，常见时间复杂度为O(n)的排序算法，以及给出js实现
• 非比较排序，比较排序的时间复杂度下界为O(n*logn)

计数排序(Counting sort)

• 适用范围：待排数组arr[N]，元素处在某一范围[min,max]
• 核心：假设元素为整数，空间换时间，需要空间大小为O(max-min)的空间，来存储所有元素出现的次数
  • 如果元素个数多，但是数值范围较窄时，计数排序是很节省空间的
• 步骤：
  • 遍历arr[N]，使用计数数组count[max-min]，对每个元素进行计数
  • 遍历count[]，还原arr[N]，结束
• 补充：数组index肯定≥0的，待排元素的min不一定为0，需要引入一个offset来修正数值在计数数组count[]中的位置
• 时间复杂度为O(n)，更准确的将是O(k+n),k表示输入数组元素范围为[0,k]，空间复杂度O(k+n)

前言

• 我们之前大多数都接触过dispatch_barrier_async，这也是GCD提供的解决数据竞争的一种方式，常称作异步栅栏
• 也常通过pthread_rwlock读写锁，来解决数据竞争问题
• 当然，还有很多方式。本文不再讨论如何使用，具体使用大家自行google，而是简洁的讲下dispatch_barrier_async和dispatch_barrier_sync两者的区别，后者可能被很多人都遗忘了

关于hook

• OC方法可hook，得益运行时特性，方法调用底层都是msg_send(id,SEL)的形式，这为我们提供了交换IMP的机会

函数地址偏移量

• C函数在编译连接时就确定了函数指针的地址偏移量offset，offset在编译好的可执行文件是固定的，而可执行文件每次被重新装载到内存中时被系统分配的起始地址是不断变化的(lldb用imagelist可以获取
  • 运行中的今天静态函数指针地址等于offset+MachO文件在内存中的首地址
• 这一块说明，如果了解过逆向或者app可执行文件相关的知识的话，会相对更容易理解。更白话一点说，拿打包完的app举例，装载代码的可执行文件已经固定不变了，函数在该文件相对位置已经确定了。只要确定整个可执行文件被加载时的起点位置，就能知道该函数的具体位置