【数据结构】八大排序之冒泡排序算法

简介: 【数据结构】八大排序之冒泡排序算法

一.冒泡排序简介及思路

冒泡排序(Bubble Sort)是一种简单直观的交换排序算法

它的基本思想是:

  • 重复走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。
  • 走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成

这个算法的名字由来是因为越小(或越大)的元素会经由交换慢慢"浮"到数列的顶端。

算法动图演示如下:


二.冒泡排序的代码实现

算法实现步骤:(以升序为例)

  1. 比较相邻的元素。如果第一个比第二个大,就交换他们两个。
  2. 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
  3. 针对所有的元素重复以上的步骤,除了最后一个。
  4. 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

清楚了逻辑和概念之后,我们的代码实现就比较简单了。代码如下:

//交换函数
void Swap(int* a, int* b)
{
  int tmp = *a;
  *a = *b;
  *b = tmp;
}
 
//冒泡排序(升序
void BubbleSort(int* arr,int sz)
{
  int i = 0;
  for (i = 0; i < sz - 1; i++)
  {
    int j = 0;
    for(j = 0; j < sz - 1 - i; j++ )
    { 
      if (arr[j] > arr[j + 1])
      {
        Swap(&a[j], &a[j + 1]);
      }
    }
  }
}

在代码实现部分还有几点需要注意

  • 数组元素个数sz的计算需要在主函数内进行(或直接由主函数传入),不能在sort函数内进行,因为当将数组以传参的形式传递到sort函数内部时,数组名arr就仅代表数组首元素的地址了,这就会使得sort内部计算sz的值是1而不是我们预想的10,进而导致循环出错。
  • 变量i所创建的循环,循环一次就会将整个数组当次循环中最大(或最小)的数字交换到其最终会出现的位置上。因此我们每次j循环就可以只需要循环 sz - 1 - i 即可。

三.冒泡排序的优化

我们上面写的代码虽然已经按照冒泡排序的思路完成了实现,但其实可以再优化一些,举个例子:

假如算法执行到了某一步(可以是算法执行过程中的任意阶段),此时的数组元素顺序是这样的:

那么当我们交换完4和5这两个元素,这个数组显然就已经有序了:

数组有序后,下一次的算法执行过程中,j从0开始向后找有没有相邻的元素但顺序不对的地方:

当j直到找到内循环结束,都没发现一个相邻两元素顺序不对的地方,意味着所有相邻两元素都已经是有序的了,那么其实也就代表数组已经整体有序了.

  • 这时我们就完全可以终止排序了,因为数组已经完全有序了.

按照这个思路,我们在冒泡排序的交换逻辑中加入一个交换标志exchange,如果整个内循环走过来,都没有发生元素交换,那么也就意味着数组已经有序了,我们这时可以直接终止程序循环.

优化代码如下:

//交换函数
void Swap(int* a, int* b)
{
  int tmp = *a;
  *a = *b;
  *b = tmp;
}
 
//冒泡排序(升序
void BubbleSort(int* arr,int sz)
{
  for (int i = 0; i < sz - 1; i++)
  {
        bool exchang = false;
 
    for(int j = 0; j < sz - 1 - i; j++ )
    { 
      if (arr[j] > arr[j + 1])
      {
        Swap(&a[j], &a[j + 1]);
                exchange = true;
      }
    }
        if(exchange == false)
            break;
  }
}

四.冒泡排序的时间复杂度分析

📌最好情况时间复杂度

冒泡排序的最好情况当然是遇到一个一次都不用交换的数组,只是让j顺着数组对比一遍,发现数组从头到尾都有序,即数组完全顺序的情况:

易得此时的:

  • 算法执行次数为:
  • 算法时间复杂度为:

📌最坏情况时间复杂度

冒泡排序的最坏情况是遇到的每一个元素都需要做交换,即数组完全逆序的情况:

此时算法每趟的交换次数累加起来就是(n-1)+(n-2)+.....+ 2 + 1 ,可以发现当算法执行结束,所有次数累加起来恰好是一个等差数列,我们利用求和公式可得

  • 算法执行总次数为:
  • 算法时间复杂度为:

结语

希望这篇冒泡排序算法详解能对大家有所帮助,欢迎大佬们留言或私信与我交流.

有关更多排序相关知识可以移步

学海漫浩浩,我亦苦作舟!关注我,大家一起学习,一起进步!


数据结构排序算法篇思维导图:



相关文章
|
2月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
58 1
|
2月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
146 4
|
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。
146 67
|
16天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
50 20
|
2月前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
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?
|
2月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
118 23
|
2月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
64 20
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
69 1
|
2月前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
62 0