Swift数组排序优化：高效保留整数与字符串对应关系的方法

你当前的代码本质是手动实现了冒泡排序，这种算法的时间复杂度是O(n²)，处理大型数组时自然会非常慢。更高效的思路是先把关联的时间戳和文本配对成一个集合，利用Swift内置的优化排序算法（Timsort，时间复杂度O(n log n)）完成排序，再拆分回原数组。

方案一：使用元组快速实现 #

这是最简洁的方式，适合简单场景：

// 1. 将两个关联数组合并为元组数组
let pairedData = zip(createTimerData.speechTimeStamps, createTimerData.speechText).map { ($0, $1) }

// 2. 按时间戳降序排序（如果需要升序，把>改成<即可）
let sortedPairedData = pairedData.sorted { $0.0 > $1.0 }

// 3. 拆分回原数组
createTimerData.speechTimeStamps = sortedPairedData.map { $0.0 }
createTimerData.speechText = sortedPairedData.map { $0.1 }

方案二：使用自定义结构体（可读性更强） #

如果你的业务逻辑后续可能扩展，用结构体来封装关联数据会让代码更清晰、更易维护：

// 定义结构体封装时间戳和对应文本
struct SpeechContent {
    let timeStamp: Int
    let text: String
}

// 转换为结构体数组
var speechEntries = zip(createTimerData.speechTimeStamps, createTimerData.speechText)
    .map { SpeechContent(timeStamp: $0, text: $1) }

// 按时间戳降序排序
speechEntries.sort { $0.timeStamp > $1.timeStamp }

// 拆分回原数组
createTimerData.speechTimeStamps = speechEntries.map { $0.timeStamp }
createTimerData.speechText = speechEntries.map { $0.text }

为什么这个方法更高效？ #

Swift的sort/sorted方法采用的是Timsort算法，这是一种经过工业级优化的混合排序算法，平均和最坏时间复杂度都是O(n log n)。相比你手动实现的冒泡排序，在处理大型数组时性能提升会非常显著——比如当数组有1000个元素时，O(n²)需要百万级操作，而O(n log n)只需要约10000次操作，差距会随着数组规模的扩大越来越明显。

内容的提问来源于stack exchange，提问作者D-A UK