S jakými obtížemi se lze setkat při třídění dat v poli?

1. Stabilita třídění: Některé algoritmy třídění mohou měnit pořadí prvků se stejnou hodnotou. Pokud je pořadí důležité, je třeba použít stabilní algoritmus.
2. Výkon: Čas běhu třídění závisí na velikosti pole a zvoleném algoritmu. Pro velká pole je nutný efektivní algoritmus (například O(n log n)).
3. Paměťová náročnost: Některé algoritmy vyžadují dodatečnou paměť pro dočasné ukládání dat (například sloučení), což může být problém při práci s velkými poli na zařízeních s omezenou pamětí.
4. Porovnání prvků: Pokud prvky v poli nejsou standardní datové typy (čísla, řetězce), je třeba poskytnout vlastní metodu porovnání.
5. Mutabilita: Pokud je pole neměnné, třídění vrátí nové pole, což může zvýšit spotřebu paměti. U modifikovatelných polí se třídí na místě.
6. Paralelismus/multithreading: Třídění v prostředí s více vlákny vyžaduje opatrnost, aby se zabránilo závodním podmínkám a zajistila správnost výsledku.

Příklad implementace vlastního porovnávacího způsobu pro třídění vlastních objektů:

struct Person {
    let name: String
    let age: Int
}

let people = [Person(name: "Alice", age: 30), Person(name: "Bob", age: 25), Person(name: "Charlie", age: 30)]

// Třídění podle věku, pak podle jména
let sortedPeople = people.sorted { (p1, p2) -> Bool in
    if p1.age != p2.age {
        return p1.age < p2.age
    } else {
        return p1.name < p2.name
    }
}