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
|
3天前
|
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
94 59
|
1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。
94 5
|
1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
155 63
|
4天前
|
搜索推荐 Python
快速排序的 Python 实践:从原理到优化,打造你的排序利器!
本文介绍了 Python 中的快速排序算法,从基本原理、实现代码到优化方法进行了详细探讨。快速排序采用分治策略,通过选择基准元素将数组分为两部分,递归排序。文章还对比了快速排序与冒泡排序的性能,展示了优化前后快速排序的差异。通过这些分析,帮助读者理解快速排序的优势及优化的重要性,从而在实际应用中选择合适的排序算法和优化策略,提升程序性能。
13 1
|
8天前
|
运维 监控 Linux
自动化运维:如何利用Python脚本优化日常任务##
【10月更文挑战第29天】在现代IT运维中,自动化已成为提升效率、减少人为错误的关键技术。本文将介绍如何通过Python脚本来简化和自动化日常的运维任务,从而让运维人员能够专注于更高层次的工作。从备份管理到系统监控,再到日志分析,我们将一步步展示如何编写实用的Python脚本来处理这些任务。 ##
|
2月前
|
机器学习/深度学习 人工智能 算法框架/工具
使用Python实现深度学习模型:智能家电控制与优化
使用Python实现深度学习模型:智能家电控制与优化
92 22
使用Python实现深度学习模型:智能家电控制与优化
|
1月前
|
SQL 关系型数据库 数据库
优化Web开发流程:Python ORM的优势与实现细节
【10月更文挑战第4天】在Web开发中,数据库操作至关重要,但直接编写SQL语句既繁琐又易错。对象关系映射(ORM)技术应运而生,让开发者以面向对象的方式操作数据库,显著提升了开发效率和代码可维护性。本文探讨Python ORM的优势及其实现细节,并通过Django ORM的示例展示其应用。ORM提供高级抽象层,简化数据库操作,提高代码可读性,并支持多种数据库后端,防止SQL注入。Django内置强大的ORM系统,通过定义模型、生成数据库表、插入和查询数据等步骤,展示了如何利用ORM简化复杂的数据库操作。
58 6
|
11天前
|
机器学习/深度学习 数据采集 数据可视化
使用Python实现深度学习模型:智能植物生长监测与优化
使用Python实现深度学习模型:智能植物生长监测与优化
43 0
|
1月前
|
机器学习/深度学习 供应链 Python
使用Python实现深度学习模型:智能供应链管理与优化
使用Python实现深度学习模型:智能供应链管理与优化 【10月更文挑战第4天】
87 0
使用Python实现深度学习模型:智能供应链管理与优化
|
1月前
|
安全 数据安全/隐私保护 UED
优化用户体验:前后端分离架构下Python WebSocket实时通信的性能考量
在当今互联网技术的迅猛发展中,前后端分离架构已然成为主流趋势,它不仅提升了开发效率,也优化了用户体验。然而,在这种架构模式下,如何实现高效的实时通信,特别是利用WebSocket协议,成为了提升用户体验的关键。本文将探讨在前后端分离架构中,使用Python进行WebSocket实时通信时的性能考量,以及与传统轮询方式的比较。
61 2
下一篇
无影云桌面