【算法】冒泡排序图文讲解

世界上只有少数人能够最终达到自己的理想。———— 毛姆《月亮与六便士》

一、算法思想

冒泡排序,有时也称为下沉排序,是一种简单的排序算法,它重复遍历要排序的列表,比较每对相邻的元素,如果它们的顺序错误(升序或降序排列),则交换它们。 重复遍历列表直到不需要交换,这表明列表已排序。

二、工作流程

假设我们试图按升序对元素进行排序。

image.png

1. 第一次迭代(比较和交换)

  1. 从第一个索引开始,比较第一个和第二个元素。
  2. 如果第一个元素大于第二个元素,则交换它们。
  3. 现在,比较第二个和第三个元素。如果它们不满足条件则交换它们。
  4. 上述过程一直持续到最后一个元素。

image.png

2. 剩余迭代

对剩余的迭代进行相同的过程,每次迭代后,将未排序元素中最大的元素放在最后。

image.png

在每次迭代中,比较进行到最后一个未排序的元素。

image.png

当所有未排序的元素都放在正确的位置时,数组就被排序了。

image.png

三、冒泡排序代码实现

伪代码实现流程

bubbleSort(array)
  for i <- 1 to indexOfLastUnsortedElement-1
    if leftElement > rightElement
      swap leftElement and rightElement
end bubbleSort

Java 实现冒泡排序

/**
 * 冒泡排序
 *
 * @className: BubbleSort
 * @date: 2021/6/22 14:19
 */
public class BubbleSort {
    public static void main(String[] args) {
        int[] arr = {-2, 45, 0, 11, -9};
        bubbleSort(arr);
        System.out.println(Arrays.toString(arr));

    }

    /**
     * 冒泡排序
     * 算法思想:比较相邻两个元素,如果第一个元素比第二个大,则交换位置
     *
     * @param arr
     */
    public static void bubbleSort(int[] arr) {
        int length = arr.length;
        // 循环的轮数为:length - 1
        for (int i = 0; i < length - 1; i++) {
            // 每一轮需要比较的次数:length - i - 1
            for (int j = 0; j < length - i - 1; j++) {
                // 比较相邻两个元素,如果第一个元素比第二个大,则交换位置
                if (arr[j] > arr[j + 1]) {
                    int temp = arr[j];
                    arr[j] = arr[j + 1];
                    arr[j + 1] = temp;
                }
            }
        }
    }
}

优化冒泡排序算法

在上述算法中,即使数组已经排序,也会进行所有比较,这会增加执行时间。

为了解决这个问题,我们可以引入一个额外的变量 flag 默认值为 false,如果发生元素交换,则设置为 true;否则,它被设置为 false

迭代后,如果没有交换,则值 flagfalse,这意味着元素已经排序,不需要执行进一步的迭代,这将减少执行时间并有助于优化冒泡排序。

bubbleSort(array)
  flag <- false
  for i <- 1 to indexOfLastUnsortedElement-1
    if leftElement > rightElement
      swap leftElement and rightElement
      flag <- true
end bubbleSort

优化冒泡排序实现

import java.util.Arrays;

/**
 * 冒泡排序优化
 *
 * @className: BubbleSort
 * @date: 2021/6/22 14:19
 */
public class BubbleSort {
    public static void main(String[] args) {
        int[] arr = {-2, 45, 0, 11, -9};
        bubbleSort(arr);
        System.out.println(Arrays.toString(arr));

    }

    /**
     * 冒泡排序
     * 算法思想:比较相邻两个元素,如果第一个元素比第二个大,则交换位置
     *
     * @param arr
     */
    public static void bubbleSort(int[] arr) {
        int length = arr.length;
        // 循环的轮数为:length - 1
        for (int i = 0; i < length - 1; i++) {
            // 检查是否发生交换,默认为 false
            boolean flag = false;
            // 每一轮需要比较的次数:length - i - 1
            for (int j = 0; j < length - i - 1; j++) {
                // 比较相邻两个元素,如果第一个元素比第二个大,则交换位置
                if (arr[j] > arr[j + 1]) {
                    int temp = arr[j];
                    arr[j] = arr[j + 1];
                    arr[j + 1] = temp;
                    // 发生交换修改标识
                    flag = true;
                }
            }
            // 如果没有发生交换,则说明数组是有序的,直接结束后续循环比较
            if (!flag) {
                break;
            }
        }
    }
}

四、冒泡排序的复杂度

时间复杂度
最好O(n)
最差O(n2 )
平均O(n2 )
空间复杂度O(1)
稳定

1. 时间复杂度的计算细节

冒泡排序比较相邻元素。

循环比较次数
第一(n - 1)
第二(n - 2)
第三(n - 3)
最后1

因此,比较的次数是:(n-1) + (n-2) + (n-3) +.....+ 1 = n(n-1)/2 ,几乎等于 n2,因此复杂性:O(n2)。此外,如果我们观察代码,冒泡排序需要两个循环,因此复杂度为 n*n = n2

  • 最坏情况复杂度 O(n2): 如果我们想将一个有序数组倒序排列,那么最坏的情况就会发生。
  • 最佳案例复杂度 O(n):如果数组已经排序,则不需要排序。
  • 平均案例复杂度 O(n2): 当数组的元素处于混乱的顺序(既不升也不降)时,就会发生这种情况。

2. 空间复杂度

  • 空间复杂度是O(1)因为额外的变量用于交换。
  • 在优化的冒泡排序算法中,使用了两个额外的变量。因此,空间复杂度为O(2)。

五、冒泡排序应用

使用冒泡排序

  • 复杂性无关紧要
  • 排序的数据量较小

参考文章:

https://www.programiz.com/dsa/bubble-sort

<think>嗯,用户想找排序算法图文解说或教程。那我得先整理常见的排序算法,然后按照一定的逻辑结构来介绍。首先,用户提到的引用里提到了插入排序、选择排序、冒泡排序、快速排序、希尔排序、堆排序这些,可能还需要包括归并排序、计数排序、基数排序等。不过用户可能更关注基础的几大排序算法,尤其是快速排序,因为之前的对话里提到过。 用户需要图文并茂的解说,所以我应该分步骤讲解每个算法,最好每个算法都配一个示意图或者示例图。不过现在我只能用文字描述图片,比如用符号模拟数组的变化过程。比如插入排序,可以举一个具体的例子,展示每一步插入的过程。 然后,用户之前的引用里提到过不同排序的稳定性、时间复杂度,这些信息也应该包含在教程里。比如每个算法的时间复杂度、空间复杂度、稳定性,可以整理成表格,方便用户对比。 另外,用户可能对算法原理和步骤更感兴趣,所以每个算法需要分基本思想、步骤、示例、代码实现这几个部分。比如快速排序,先讲分治思想,选择基准元素,分区操作,然后递归。再给一个具体的例子,比如数组[5,3,8,4,2],演示如何选择基准,分区,然后左右递归。 还要注意引用之前的资料,比如插入排序的引用[^1],稳定性的部分引用[^2],希尔排序的分组思想引用[^3],选择排序的代码示例引用[^4],以及快速排序的时间复杂度引用[^5]。这样可以让回答更有依据,用户觉得信息可靠。 可能用户是刚开始学习排序算法,所以需要讲解清晰,步骤详细。比如冒泡排序,每一轮如何比较相邻元素,交换位置,直到没有交换发生。可以用一个具体的数组例子,一步步展示比较和交换的过程。 此外,用户可能需要比较不同算法的优缺点,比如快速排序在平均情况下很快,但最坏情况是O(n²),而归并排序稳定且始终是O(n log n),但需要额外空间。这部分可以帮助用户理解不同场景下的选择。 还有,用户可能需要知道如何实现这些算法,所以每个算法最好附上简单的代码示例,比如Python或者C++,这样用户可以参考代码理解逻辑。比如之前引用的选择排序代码,可以稍作调整,确保语法正确。 最后,生成的相关问题要针对用户可能进一步的疑问,比如时间复杂度分析、优化方法、应用场景等。比如快速排序的优化可能有三数取中、小数组切换插入排序等,这些可以作为相关问题。</think># 排序算法图文解说教程 ## 一、基础排序算法 ### 1. 插入排序 **基本思想**:将元素逐个插入已排序序列的合适位置,类似扑克牌整理[^1] **步骤**: 1. 初始时第一个元素视为已排序序列 2. 取未排序元素,在已排序序列中反向扫描寻找插入位置 3. 重复直到所有元素有序 **示例**: 初始数组:$[5, 2, 4, 6, 1]$ ``` [5|2,4,6,1] → [2,5|4,6,1] → [2,4,5|6,1] → [2,4,5,6|1] → [1,2,4,5,6] ``` **代码实现**: ```python def insertion_sort(arr): for i in range(1, len(arr)): key = arr[i] j = i-1 while j >=0 and key < arr[j]: arr[j+1] = arr[j] j -= 1 arr[j+1] = key return arr ``` --- ### 2. 冒泡排序 **基本思想**:重复比较相邻元素,将较大元素"冒泡"到右侧 **特性**:稳定排序算法[^2] **步骤**: 1. 比较相邻元素,若顺序错误则交换 2. 对每个元素重复该操作 3. 直到无需交换时结束 **示例**: ``` 5 3 8 4 → 3 5 4 8 → 3 4 5 8(第一轮)→ 完成 ``` --- ### 3. 选择排序 **基本思想**:每次从未排序序列中选择最小元素放到已排序序列末尾[^4] **步骤**: 1. 在未排序序列中找到最小元素 2. 与未排序序列首元素交换 3. 重复直到所有元素有序 **复杂度**: $$O(n^2)$$ --- ## 二、高效排序算法 ### 4. 快速排序 **基本思想**:分治法,选取基准元素将数组分成两个子数组[^5] **步骤**: 1. 选择基准元素(pivot) 2. 将数组分为小于基准和大于基准的两部分 3. 递归处理子数组 **示例**: 数组:$[5,3,8,4,2]$ ``` 基准选5 → [3,4,2] 5 [8] → 递归处理左数组 基准选3 → [2] 3 [4] → 合并得到有序数组 ``` **Python实现**: ```python def quick_sort(arr): if len(arr) <= 1: return arr pivot = arr[len(arr)//2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) ``` --- ### 5. 归并排序 **基本思想**:分治法,将数组分成最小单元后合并 **步骤**: 1. 递归拆分数组至单个元素 2. 合并相邻有序子数组 **合并过程**: ``` [3,5]与[2,8]合并 → 比较首元素→2→3→5→8 → [2,3,5,8] ``` --- ## 三、对比表格 | 算法 | 时间复杂度 | 空间复杂度 | 稳定性 | |------------|-----------------|------------|--------| | 插入排序 | $O(n^2)$ | $O(1)$ | 稳定 | | 快速排序 | $O(n \log n)$ | $O(\log n)$| 不稳定 | | 归并排序 | $O(n \log n)$ | $O(n)$ | 稳定 | ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值