经典算法学习:排序之冒泡排序

来源:互联网 发布:剑三优化补丁 编辑:程序博客网 时间:2024/05/21 15:44

简介

不同的排序算法适用于不同的实际环境中,主要考虑以下的因素:

1.时间复杂度(算法执行时间)

2.空间复杂度(存储空间)

3.代码量

对于数据量比较小的排序,1,2所产生的差别不大,主要考虑3;对于数据量较大的排序,主要考虑1。


10种排序算法:

1.冒泡排序————Bubble,相邻交换

2.选择排序———每次最小/最大排在相应位置

3.插入排序————将下一个数据插入到已经排好的序列中

4.壳排序————Shell,缩小增量

5.归并排序

6.快速排序

7.堆排序

8.拓扑排序

9.锦标赛排序

10.基数排序


冒泡排序

思想

冒泡排序是最简单最基本的排序方法之一。冒泡排序的思想很简单,就是以此比较相邻的元素大小,将小的前移,大的后移,就像水中的气泡一样,最小的元素经过几次移动,会最终浮到水面上。

举例分析说明一下,如下数据:

2 7 4 6 9 1 首先比较最后两个数字,发现1比9小,于是前移

2 7 4 6 1 9 然后比较6和1

2 7 4 1 6 9 继续前移,然后是4和1

7 1 4 6 9 7和1比较

2 1 7 4 6 9 2和1

1 2 7 4 6 9 至此,第一趟冒泡过程完成,最小的元素1被移到第一个,不再参与后面的排序过程。下一趟冒泡过程同理,比较6和9,以此类推,最终得到结果。


代码示例:

[java] view plaincopyprint?
  1. void sort(int s[]) {  
  2.         for (int i = 0; i < s.length; i++) {  
  3.             for (int j = 0; j < i; j++) {  
  4.                 int temp = 0;  
  5.                 if (s[i] < s[j]) {  
  6.                     temp = s[i];  
  7.                     s[i] = s[j];  
  8.                     s[j] = temp;  
  9.                 }  
  10.             }  
  11.         }  
  12.     }  

冒泡排序进行两次遍历,时间复杂度为O(n²),适用于较小的数据量排序。

算法优化:

因为每一趟排序都使有序区增加了一个气泡,在经过n-1趟排序之后,有序区中就有n-1个气泡,而无序区中气泡的重量总是大于等于有序区中气泡的重量,所以整个冒泡排序过程至多需要进行n-1趟排序。以此本算法的时间复杂度还是O(n*n),也不能算是一个高效的算法。

细心分析不难发现,本算法还有可以优化的空间,若在某一趟排序中未发现气泡位置的交换,则说明待排序的无序区中所有气泡均满足轻者在上,重者在下的原则,因此,冒泡排序过程可在此趟排序后终止。为此,在下面给出的算法中,引入一个布尔量exchange,在每趟排序开始前,先将其置为FALSE。若排序过程中发生了交换,则将其置为TRUE。各趟排序结束时检查exchange,若未曾发生过交换则终止算法,不再进行下一趟排序。这样可以减少不必要的比较。代码如下

[java] view plaincopyprint?
  1. public static void sort1(int s[]) {  
  2.         boolean exchange = false;  
  3.         for (int i = 0; i < s.length; i++) {  
  4.             for (int j = 0; j < i; j++) {  
  5.                 int temp = 0;  
  6.                 if (s[i] < s[j]) {  
  7.                     temp = s[i];  
  8.                     s[i] = s[j];  
  9.                     s[j] = temp;  
  10.                     exchange = true;  
  11.                 }  
  12.                 if (!exchange) {  
  13.                     break;  
  14.                 }  
  15.             }  
  16.         }  
  17.     }  
0 0
原创粉丝点击