Python算法——冒泡排序

本文涉及的产品
实时数仓Hologres,5000CU*H 100GB 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时计算 Flink 版,1000CU*H 3个月
简介: Python算法——冒泡排序

冒泡排序(Bubble Sort)是一种简单的排序算法,它通过反复交换相邻的元素,将较大的元素逐渐"浮"到数组的末尾,同时将较小的元素逐渐"沉"到数组的开头。冒泡排序是一种基本的比较排序算法,尽管不是最高效的排序算法,但它有助于理解排序算法的基本原理。本文将详细介绍冒泡排序的工作原理和Python实现。

冒泡排序的工作原理

冒泡排序的基本思想是通过多次遍历数组,依次比较相邻的两个元素,并根据比较结果交换它们的位置。每一轮遍历都会将一个最大(或最小)的元素"冒泡"到数组的末尾,因此称为"冒泡排序"。具体步骤如下:

  1. 从数组的第一个元素开始,依次比较相邻的两个元素。
  2. 如果前一个元素大于后一个元素,交换它们的位置。
  3. 继续遍历数组,直到没有交换操作发生。
  4. 重复以上步骤,直到整个数组有序。

    下面是一个示例,演示冒泡排序的过程。我们以升序排序为例:

原始数组:[5, 1, 4, 2, 8]

  1. 第一轮遍历:[1, 5, 4, 2, 8](5和1交换)
  2. 第二轮遍历:[1, 4, 5, 2, 8](5和4交换)
  3. 第三轮遍历:[1, 4, 2, 5, 8](5和2交换)
  4. 第四轮遍历:[1, 2, 4, 5, 8](4和2交换)
    重复以上步骤,直到整个数组有序。

    Python实现冒泡排序

    下面是Python中的冒泡排序实现:
def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        swapped = False
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]  # 交换元素
                swapped = True
        if not swapped:
            break  # 如果没有交换,数组已经有序
  • arr 是待排序的数组。
  • n 表示数组的长度。
  • 外层循环 for i in range(n) 用于控制遍历的轮数。
  • 内层循环 for j in range(0, n-i-1) 用于执行具体的比较和交换操作。
  • 如果在一轮遍历中没有发生交换,说明数组已经有序,可以提前结束排序。

    示例代码

    下面是一个使用Python进行冒泡排序的示例代码:
def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        swapped = False
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
                swapped = True
        if not swapped:
            break

# 测试排序
arr = [5, 1, 4, 2, 8]
bubble_sort(arr)
print("排序后的数组:", arr)

时间复杂度

冒泡排序的时间复杂度为 O(n^2),其中 n 是数组的长度。尽管冒泡排序在大规模数据上不够高效,但它具有直观的实现和理解,适用于小型数据集或教育目的。

总之,冒泡排序是一种简单的排序算法,通过多次遍历和比较相邻元素来实现排序。了解冒泡排序有助于理解排序算法的基本原理,并为学习更高效的排序算法打下基础。

目录
相关文章
|
1月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
1月前
|
存储 监控 算法
监控电脑屏幕的帧数据检索 Python 语言算法
针对监控电脑屏幕场景,本文提出基于哈希表的帧数据高效检索方案。利用时间戳作键,实现O(1)级查询与去重,结合链式地址法支持多条件检索,并通过Python实现插入、查询、删除操作。测试表明,相较传统列表,检索速度提升80%以上,存储减少15%,具备高实时性与可扩展性,适用于大规模屏幕监控系统。
117 5
|
2月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
187 26
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
185 0
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
219 0
|
2月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
316 4
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
446 4
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
242 3
|
2月前
|
算法 机器人 定位技术
【机器人路径规划】基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(Python代码实现)
【机器人路径规划】基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(Python代码实现)
153 4
机器学习/深度学习 算法 自动驾驶
509 0

推荐镜像

更多