Python 如何优化冒泡排序

简介: Python 如何优化冒泡排序

什么叫冒泡排序法?


相信有接触过算法的朋友多少都了解冒泡排序法,那么什么是冒泡排序法呢?冒泡排序,英文名称(Bubble Sort)是一种基础的交换排序算法,在日常工作中经常会用到,例如:页面数据需按时间先后排序,这本质上也是一种冒泡排序法。


喝过可乐的朋友都知道,可乐里面的气泡会向上浮,这就是冒泡排序一种最形象的例子。至于有些朋友问,是大的气泡先上浮还是小的先上浮呢?这就取决于你的需求去做控制了。


先上动图,再结合代码介绍一下冒泡排序算法的执行过程。


640.gif


基础版


def bubble_sort(list):
    x = len(list)
    # 这个循环负责设置冒泡排序进行的次数
    for i in range(x - 1):
        # 这个循环负责控制比较的元素个数
        for j in range(0, x - 1 - i):
            # 交换顺序
            if list[j] > list[j + 1]:
                list[j], list[j + 1] = list[j +1], list[j]
    return list
list = [3,1,2,4,5]
print(bubble_sort(list))


由 gif 图结合代码可以看出,就算当前数列中的某几个元素之间是有序的(数列最后两个元素 4 和 5 是不应该比较的),元素遍历依然会执行,但这种操作是毫无意义的。这明显会导致效率低下,以及资源消耗。在这种情况下冒泡排序算法的时间复杂度是 O(N^2)

鉴于基础版冒泡排序效率低下,改进版应运而生。


改进版


在基础版中已经知道就算当前数列中的某几个元素之间是有序的(如最后的4、5),元素遍历依然会执行。而我们改进版就是为了解决这个问题。


def bubble_sort(list):
    x = len(list)
    # 这个循环负责设置冒泡排序进行的次数
    for i in range(x - 1):
        # 有序标记,每一轮的初始是true,用于判断元素间是否需要交换
        isSorted = True
        # 这个循环负责控制比较的元素个数
        for j in range(0, x - 1 - i):
            # 交换顺序
            if list[j] > list[j + 1]:
                list[j], list[j + 1] = list[j +1], list[j]
                # 有交换行为设为 False
                isSorted = False
        # 无交换行为(isSorted = True),直接跳过本次循环
        if isSorted:
            break
    return list
list = [3,1,2,4,5]
print(bubble_sort(list))


上述代码中加入了一个标志位 isSorted ,利用布尔变量 isSorted 作为标记。如果在本轮排序中,元素有交换,则说明数列无序;如果没有元素交换,说明数列已然有序,直接跳出大循环。


最后,如果对 Python 、Java 感兴趣请长按二维码关注我的公众号,我会努力带给你们价值,赞赏就不必了,能力没到,受之有愧,如果觉得有帮助点个赞就好,没帮助的话忽略就好。

相关文章
|
2月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品加工优化的深度学习模型
使用Python实现智能食品加工优化的深度学习模型
183 59
|
3月前
|
Web App开发 前端开发 JavaScript
探索Python科学计算的边界:利用Selenium进行Web应用性能测试与优化
【10月更文挑战第6天】随着互联网技术的发展,Web应用程序已经成为人们日常生活和工作中不可或缺的一部分。这些应用不仅需要提供丰富的功能,还必须具备良好的性能表现以保证用户体验。性能测试是确保Web应用能够快速响应用户请求并处理大量并发访问的关键步骤之一。本文将探讨如何使用Python结合Selenium来进行Web应用的性能测试,并通过实际代码示例展示如何识别瓶颈及优化应用。
155 5
|
2月前
|
搜索推荐 Python
利用Python内置函数实现的冒泡排序算法
在上述代码中,`bubble_sort` 函数接受一个列表 `arr` 作为输入。通过两层循环,外层循环控制排序的轮数,内层循环用于比较相邻的元素并进行交换。如果前一个元素大于后一个元素,就将它们交换位置。
138 67
|
2月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
3月前
|
机器学习/深度学习 数据采集 TensorFlow
智能市场营销策略优化:使用Python实现深度学习模型
【10月更文挑战第1天】 智能市场营销策略优化:使用Python实现深度学习模型
190 63
|
1月前
|
缓存 大数据 C语言
python优化
python优化
40 5
|
2月前
|
机器学习/深度学习 数据采集 运维
使用 Python 实现深度学习模型:智能食品生产线优化
使用 Python 实现深度学习模型:智能食品生产线优化
60 13
|
2月前
|
机器学习/深度学习 自然语言处理 语音技术
Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧
本文介绍了Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧,并通过TensorFlow和PyTorch等库展示了实现神经网络的具体示例,涵盖图像识别、语音识别等多个应用场景。
68 8
|
2月前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品供应链优化的深度学习模型
使用Python实现智能食品供应链优化的深度学习模型
52 8
|
2月前
|
机器学习/深度学习 算法 数据可视化
使用Python实现深度学习模型:智能食品配送优化
使用Python实现深度学习模型:智能食品配送优化
83 2