冒泡排序算法的实现和优化~

简介: 冒泡排序算法的实现和优化~

冒泡排序算法:

算法思想:

反复扫描待排序记录序列,在扫描的过程中,顺次比较相邻的两个元素的大小,若逆序就交换位置

文字描述该算法:

以升序为例:

依次比较数组中相邻两个元素大小,若a[j]>a[j+1],则交换两个元素,两两都比较一遍称为一轮冒泡,结果是让最大的元素排至最后,重复该步骤,直至整个数组称为一个升序数组

初步实现:

package bin_find;
import java.util.Arrays;
public class bubble_sorted {
    public static void main(String[] args) {
        int arr[]={3,19,10,21,1,87,55,34};
        bubble(arr);
    }
    //冒泡排序的过程
    public static void bubble(int[] arr){
        //本次冒泡排序的目的是将数组的元素从小到大排序
        for(int j=0;j<arr.length-1;j++) {//控制要进行冒泡排序的次数--->n个数进行冒泡排序需要进行n-1轮
            for (int i = 0; i < arr.length - 1; i++){//一次for完成一轮排序
                if (arr[i] > arr[i + 1]) {//前者大于后者--->交换位置
                    swap(arr, i, i + 1);
                }
                 System.out.println("比较的次数为"+(i+1));
            }
            System.out.println("第"+(j+1)+"轮冒泡排序结果"+Arrays.toString(arr));
        }
    }
    //冒泡排序----核心算法
    public static void swap(int[] a,int i,int j){
        int t=a[i];
        a[i]=a[j];
        a[j]=t;
    }
}

输出如下所示:

比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第1轮冒泡排序结果[3, 10, 19, 1, 21, 55, 34, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第2轮冒泡排序结果[3, 10, 1, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第3轮冒泡排序结果[3, 1, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第4轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第5轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第6轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第7轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]

优化版本1:减少冒泡次数

方法如下:

输出:

比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第1轮冒泡排序结果[3, 10, 19, 1, 21, 55, 34, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
第2轮冒泡排序结果[3, 10, 1, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
第3轮冒泡排序结果[3, 1, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
第4轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
第5轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
第6轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
第7轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]


优化版本2:减少比较次数

方式1:

对于第一次到的优化输出结果,细心的小伙伴应该都发现了,其实第五次数组就已经是有序数组了,而最后两次元素之间的次序并没有任何的变化,这无疑增加了不必要的比较次数,那么接下来,我们通过判断该数组是否还存在元素交换,进而去确定,它是否需要进行下一轮的排序。


代码如下:

package bin_find;
import java.util.Arrays;
public class bubble_sorted {
    public static void main(String[] args) {
        int arr[]={3,19,10,21,1,87,55,34};
        bubble(arr);
    }
    //冒泡排序的过程
    public static void bubble(int[] arr){
        for(int j=0;j<arr.length-1;j++) {
            boolean swapped=false;
            for (int i = 0; i < arr.length - 1-j; i++){
                if (arr[i] > arr[i + 1]) {
                    swap(arr, i, i + 1);
                    swapped=true;//只要某一轮中有进行交换的现象----将该变量设置为true
                }
                System.out.println("比较的次数为"+(i+1));
            }
            System.out.println("第"+(j+1)+"轮冒泡排序结果"+Arrays.toString(arr));
            //若swapped此时还为false:说明一轮冒泡结束,没有任何的两个元素发生交换---说明该数组已经变为有序数组
            if (!swapped){
                break;
            }
        }
    }
    //冒泡排序----核心算法
    public static void swap(int[] a,int i,int j){
        int t=a[i];
        a[i]=a[j];
        a[j]=t;
    }
}

输出如下:

比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第1轮冒泡排序结果[3, 10, 19, 1, 21, 55, 34, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
第2轮冒泡排序结果[3, 10, 1, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
第3轮冒泡排序结果[3, 1, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
第4轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]
比较的次数为1
比较的次数为2
比较的次数为3
第5轮冒泡排序结果[1, 3, 10, 19, 21, 34, 55, 87]

对比第一次的优化结果,我们会发现,比较次数整整少了两次,这里我们的好像还不能完全体现出该优化的优点,但是在原本就是有序数组的情况下,我们就能够体会到这个优点

举例:

对于任意的有序数组:

int arr[]={1,2,3,4,5,6,7,8};

输出如下:

它只比较了一次!

比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
第1轮冒泡排序结果[1, 2, 3, 4, 5, 6, 7, 8]

方式2:

对于某些数组,当第一轮排序过后,可能不仅是一个元素到达了最终的位置,也许是好几个,如下所示的这种情况:

当第一轮比较完成之后,我们会发现元素7 8 9都已经到达了最终的位置,那么第二轮乃至以后在比较的过程中,大可不必比较这三个元素的的大小,但是我们要怎么才能实现呢?


优化方式为:每轮冒泡时,最后一次交换索引可以作为下一轮冒泡的比较次数,如果这个值为0,表示整个数组有序,直接退出外层循环,结束冒泡排序


拿上面这种情况解释,也就是说,下一次,我们第一轮结束之际,需要记录元素3的索引,也就是4,第二轮比较的时候,只需要将前五个元素一一进行比较。

代码如下:

package bin_find;
import java.util.Arrays;
public class bubble_sorted {
    public static void main(String[] args) {
        int arr[]={5,2,7,4,1,3,8,9};
        bubble(arr);
    }
    //冒泡排序的过程
    public static void bubble(int[] arr){
        int n=arr.length-1;
        while (true){
            //用于记录最后一次交换时,较小索引的值,由于last的值在不断的变化,因此使用变量n进行记录
            int last=0;
            for (int i = 0; i < n; i++){//n即为下一次参与比较的元素个数,即为本轮last的值
                if (arr[i] > arr[i + 1]) {
                    swap(arr, i, i + 1);
                    last=i;//由于是较小索引的值,因此将i赋值给last,而不是i+1
                }
                System.out.println("比较的次数为"+(i+1));
            }
            System.out.println("冒泡排序结果"+Arrays.toString(arr));
            n=last;
            if (n==0){//表示结束排序
                break;
            }
        }
    }
    //冒泡排序----核心算法
    public static void swap(int[] a,int i,int j){
        int t=a[i];
        a[i]=a[j];
        a[j]=t;
    }
}

输出如下:

我们会发现第二次只比较了4次,也就是前5个元素参与比较并进行排序了

比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
比较的次数为5
比较的次数为6
比较的次数为7
冒泡排序结果[2, 5, 4, 1, 3, 7, 8, 9]
比较的次数为1
比较的次数为2
比较的次数为3
比较的次数为4
冒泡排序结果[2, 4, 1, 3, 5, 7, 8, 9]
比较的次数为1
比较的次数为2
比较的次数为3
冒泡排序结果[2, 1, 3, 4, 5, 7, 8, 9]
比较的次数为1
比较的次数为2
冒泡排序结果[1, 2, 3, 4, 5, 7, 8, 9]
相关文章
|
10天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
10天前
|
人工智能 算法 大数据
Linux内核中的调度算法演变:从O(1)到CFS的优化之旅###
本文深入探讨了Linux操作系统内核中进程调度算法的发展历程,聚焦于O(1)调度器向完全公平调度器(CFS)的转变。不同于传统摘要对研究背景、方法、结果和结论的概述,本文创新性地采用“技术演进时间线”的形式,简明扼要地勾勒出这一转变背后的关键技术里程碑,旨在为读者提供一个清晰的历史脉络,引领其深入了解Linux调度机制的革新之路。 ###
|
21天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
22天前
|
搜索推荐
冒泡排序算法
【10月更文挑战第19天】冒泡排序是一种基础的排序算法,虽然在实际应用中可能不是最优的选择,但对于理解排序算法的基本原理和过程具有重要意义。
|
20天前
|
存储 缓存 算法
优化轮询算法以提高资源分配的效率
【10月更文挑战第13天】通过以上这些优化措施,可以在一定程度上提高轮询算法的资源分配效率,使其更好地适应不同的应用场景和需求。但需要注意的是,优化策略的选择和实施需要根据具体情况进行详细的分析和评估,以确保优化效果的最大化。
|
21天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
21天前
|
存储 缓存 算法
前端算法:优化与实战技巧的深度探索
【10月更文挑战第21天】前端算法:优化与实战技巧的深度探索
18 1
|
22天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。
|
22天前
|
数据采集 缓存 算法
算法优化的常见策略有哪些
【10月更文挑战第20天】算法优化的常见策略有哪些
|
22天前
|
缓存 分布式计算 监控
算法优化:提升程序性能的艺术
【10月更文挑战第20天】算法优化:提升程序性能的艺术