算法学习之一 冒泡排序

简介: 原文:https://baike.baidu.com/item/冒泡排序/4602306?fr=aladdin   冒泡排序(Bubble Sort),是一种计算机科学领域的较简单的排序算法。   它重复地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。

原文:https://baike.baidu.com/item/冒泡排序/4602306?fr=aladdin

  冒泡排序(Bubble Sort),是一种计算机科学领域的较简单的排序算法。
  它重复地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大的元素会经由交换慢慢“浮”到数列的顶端,故名。

算法原理

  冒泡排序算法的运作如下:(从后往前)
  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。在这一点,最后的元素应该会是最大的数。
  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

算法分析

 

时间复杂度

  若文件的初始状态是正序的,一趟扫描即可完成排序。所需的关键字比较次数     和记录移动次数     均达到最小值:        
  所以,冒泡排序最好的 时间复杂度   
  若初始文件是反序的,需要进行    趟排序。每趟排序要进行    次关键字的比较(1≤i≤n-1),且每次比较都必须移动记录三次来达到交换记录位置。在这种情况下,比较和移动次数均达到最大值:
  冒泡排序的最坏时间复杂度为    
  综上,因此冒泡排序总的平均时间复杂度为    

算法稳定性

  冒泡排序就是把小的元素往前调或者把大的元素往后调。比较是相邻的两个元素比较,交换也发生在这两个元素之间。所以,如果两个元素相等,我想你是不会再无聊地把他们俩交换一下的;如果两个相等的元素没有相邻,那么即使通过前面的两两交换把两个相邻起来,这时候也不会交换,所以相同元素的前后顺序并没有改变,所以冒泡排序是一种稳定排序算法。
 

算法描述

c#实现

 void Main(string[] args)
        {
            int temp = 0;
            int[] arr = {23, 44, 66, 76, 98, 11, 3, 9, 7};
             
            Console.WriteLine("排序前的数组:");
            foreach (int item in arr)
            {
                Console.Write(item + " ");
            }
            Console.WriteLine();
            
            for (int i = 0; i < arr.Length - 1; i++)
            {
                
                for (int j = 0; j < arr.Length - 1 - i; j++)
                {
                    Console.WriteLine("排序中的数组"+ i + "-" + j + ""+ arr[j] +"-"+ arr[j + 1]);
                    foreach (int item in arr)
                    {
                        Console.Write(item+" ");
                    } 
                    Console.Write("\r\n\r\n");
                    if (arr[j] > arr[j + 1])
                    {
                        temp = arr[j + 1];
                        arr[j + 1] = arr[j];
                        arr[j] = temp;
                    }
                } 
            }
            Console.WriteLine("排序后的数组:");
            foreach (int item in arr)
            {
                Console.Write(item+" ");
            } 
        }   

 输出结果

 

排序前的数组:
23 44 66 76 98 11 3 9 7 
排序中的数组0-023-44
23 44 66 76 98 11 3 9 7 

排序中的数组0-144-66
23 44 66 76 98 11 3 9 7 

排序中的数组0-266-76
23 44 66 76 98 11 3 9 7 

排序中的数组0-376-98
23 44 66 76 98 11 3 9 7 

排序中的数组0-498-11
23 44 66 76 98 11 3 9 7 

排序中的数组0-598-3
23 44 66 76 11 98 3 9 7 

排序中的数组0-698-9
23 44 66 76 11 3 98 9 7 

排序中的数组0-798-7
23 44 66 76 11 3 9 98 7 

排序中的数组1-023-44
23 44 66 76 11 3 9 7 98 

排序中的数组1-144-66
23 44 66 76 11 3 9 7 98 

排序中的数组1-266-76
23 44 66 76 11 3 9 7 98 

排序中的数组1-376-11
23 44 66 76 11 3 9 7 98 

排序中的数组1-476-3
23 44 66 11 76 3 9 7 98 

排序中的数组1-576-9
23 44 66 11 3 76 9 7 98 

排序中的数组1-676-7
23 44 66 11 3 9 76 7 98 

排序中的数组2-023-44
23 44 66 11 3 9 7 76 98 

排序中的数组2-144-66
23 44 66 11 3 9 7 76 98 

排序中的数组2-266-11
23 44 66 11 3 9 7 76 98 

排序中的数组2-366-3
23 44 11 66 3 9 7 76 98 

排序中的数组2-466-9
23 44 11 3 66 9 7 76 98 

排序中的数组2-566-7
23 44 11 3 9 66 7 76 98 

排序中的数组3-023-44
23 44 11 3 9 7 66 76 98 

排序中的数组3-144-11
23 44 11 3 9 7 66 76 98 

排序中的数组3-244-3
23 11 44 3 9 7 66 76 98 

排序中的数组3-344-9
23 11 3 44 9 7 66 76 98 

排序中的数组3-444-7
23 11 3 9 44 7 66 76 98 

排序中的数组4-023-11
23 11 3 9 7 44 66 76 98 

排序中的数组4-123-3
11 23 3 9 7 44 66 76 98 

排序中的数组4-223-9
11 3 23 9 7 44 66 76 98 

排序中的数组4-323-7
11 3 9 23 7 44 66 76 98 

排序中的数组5-011-3
11 3 9 7 23 44 66 76 98 

排序中的数组5-111-9
3 11 9 7 23 44 66 76 98 

排序中的数组5-211-7
3 9 11 7 23 44 66 76 98 

排序中的数组6-03-9
3 9 7 11 23 44 66 76 98 

排序中的数组6-19-7
3 9 7 11 23 44 66 76 98 

排序中的数组7-03-7
3 7 9 11 23 44 66 76 98 

排序后的数组:
3 7 9 11 23 44 66 76 98 

 

 

 

 

相关文章
|
1月前
|
机器学习/深度学习 人工智能 资源调度
【博士每天一篇文献-算法】连续学习算法之HAT: Overcoming catastrophic forgetting with hard attention to the task
本文介绍了一种名为Hard Attention to the Task (HAT)的连续学习算法,通过学习几乎二值的注意力向量来克服灾难性遗忘问题,同时不影响当前任务的学习,并通过实验验证了其在减少遗忘方面的有效性。
43 12
|
1月前
|
算法 Java
掌握算法学习之字符串经典用法
文章总结了字符串在算法领域的经典用法,特别是通过双指针法来实现字符串的反转操作,并提供了LeetCode上相关题目的Java代码实现,强调了掌握这些技巧对于提升算法思维的重要性。
|
1月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
1月前
|
搜索推荐 Java
经典排序算法---冒泡排序
这篇文章详细介绍了冒泡排序算法的基本思想、比较轮数和次数,并提供了Java语言实现冒泡排序的代码示例,展示了如何通过相邻元素的比较和交换来达到排序的目的。
经典排序算法---冒泡排序
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之HNet:Continual learning with hypernetworks
本文提出了一种基于任务条件超网络(Hypernetworks)的持续学习模型,通过超网络生成目标网络权重并结合正则化技术减少灾难性遗忘,实现有效的任务顺序学习与长期记忆保持。
31 4
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之RWalk:Riemannian Walk for Incremental Learning Understanding
RWalk算法是一种增量学习框架,通过结合EWC++和修改版的Path Integral算法,并采用不同的采样策略存储先前任务的代表性子集,以量化和平衡遗忘和固执,实现在学习新任务的同时保留旧任务的知识。
68 3
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-综述】基于脑启发的连续学习算法有哪些?附思维导图
这篇博客文章总结了连续学习的分类,包括经典方法(重放、正则化和稀疏化方法)和脑启发方法(突触启发、双系统启发、睡眠启发和模块化启发方法),并讨论了它们在解决灾难性遗忘问题上的优势和局限性。
25 2
|
2月前
|
机器学习/深度学习 数据采集 算法
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机回归模型(SVR算法)项目实战
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机回归模型(SVR算法)项目实战
102 9
|
2月前
|
机器学习/深度学习 数据采集 算法
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机分类模型(SVC算法)项目实战
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机分类模型(SVC算法)项目实战
|
2月前
|
机器学习/深度学习 数据采集 监控
算法金 | DL 骚操作扫盲,神经网络设计与选择、参数初始化与优化、学习率调整与正则化、Loss Function、Bad Gradient
**神经网络与AI学习概览** - 探讨神经网络设计,包括MLP、RNN、CNN,激活函数如ReLU,以及隐藏层设计,强调网络结构与任务匹配。 - 参数初始化与优化涉及Xavier/He初始化,权重和偏置初始化,优化算法如SGD、Adam,针对不同场景选择。 - 学习率调整与正则化,如动态学习率、L1/L2正则化、早停法和Dropout,以改善训练和泛化。
26 0
算法金 | DL 骚操作扫盲,神经网络设计与选择、参数初始化与优化、学习率调整与正则化、Loss Function、Bad Gradient