def bubbleSort(input_list): ''' 函数说明: 冒泡排序(升序) Parameters: input_list --- 排序前列表 Returns: sorted_list --- 排序后列表 ''' if len(input_list) == 0: return [] sorted_list = input_list for i in range(len(sorted_list) - 1): print('第%d趟排序:' % (i + 1)) for j in range(len(sorted_list) - 1): if sorted_list[j + 1] < sorted_list[j]: sorted_list[j], sorted_list[j + 1] = sorted_list[j + 1], sorted_list[j] print(sorted_list) return sorted_list if __name__ == '__main__': input_list = [2, 1, 54, 654, 32, 6] print('排序前:', input_list) sorted_list = bubbleSort(input_list) print('排序后:', sorted_list)
若文件的初始状态是正序的,一趟扫描便可完成排序。所需的关键字比较次数C和记录移动次数M均达到最小值:Cmin = N - 1, Mmin = 0。因此,冒泡排序最好时间复杂度为O(N)。html
可是上述代码,不能扫描一趟就完成排序,它会进行全扫描。因此一个改进的方法就是,当冒泡中途发现已经为正序了,便无需继续比对下去。python
若初始文件是反序的,须要进行 N - 1 次排序。每次排序要进行 N - i 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。在这种状况下,比较和移动次数均达到最大值:算法
Cmax = N(N - 1) / 2 = O(N2)函数
Mmax = 3N(N - 1) / 2 = O(N2)性能
冒泡排序的最坏时间复杂度为 O(N2),所以,冒泡排序的平均时间复杂度为 O(N2)。优化
总结起来,其实就是一句话:当数据越接近正序时,冒泡排序性能越好。3d
假定在待排序的记录序列中,存在多个具备相同的关键字的记录,若通过排序,这些记录的相对次序保持不变,即在原序列中,r[i] = r[j],且 r[i] 在 r[j] 以前,而在排序后的序列中,r[i] 仍在 r[j] 以前,则称这种排序算法是稳定的;不然称为不稳定的。code
冒泡排序就是把小的元素往前调或者把大的元素日后调。是相邻的两个元素的比较,交换也发生在这两个元素之间。因此相同元素的先后顺序并无改变,因此冒泡排序是一种稳定排序算法。htm
对冒泡排序常见的改进方法是加入标志性变量exchange,用于标志某一趟排序过程当中是否有数据交换。blog
若是进行某一趟排序时并无进行数据交换,则说明全部数据已经有序,可当即结束排序,避免没必要要的比较过程。
def bubbleSort(input_list): ''' 函数说明: 冒泡排序(升序) Parameters: input_list --- 排序前列表 Returns: sorted_list --- 排序后列表 ''' if len(input_list) == 0: return [] sorted_list = input_list for i in range(len(sorted_list) - 1): bChanged = False print('第%d趟排序:' % (i + 1)) for j in range(len(sorted_list) - 1): if sorted_list[j + 1] < sorted_list[j]: sorted_list[j], sorted_list[j + 1] = sorted_list[j + 1], sorted_list[j] bChanged = True print(sorted_list) if not bChanged: break return sorted_list if __name__ == '__main__': input_list = [2, 1, 54, 654, 32, 6] print('排序前:', input_list) sorted_list = bubbleSort(input_list) print('排序后:', sorted_list)
本站整理自: