算法---冒泡法

冒泡排序的基本思路

对所有相邻记录的值进行比较,如果符合条件,则将两者进行交换,最终达到有序化。

冒泡排序的基本步骤

  1. 比较相邻的元素,如果前一个比后一个大(升序),调换位置
  2. 对每一对响铃的元素进行重复的工作,每步完成后,最大的元素出现在末尾
  3. 对上步骤重复,直到数组有序

代码

复制代码
class Solution:

    def bubbling(self, arr):
        n = len(arr)
        for i in range(n):
            for j in range(n - 1):
                if arr[j] > arr[j + 1]:
                    arr[j], arr[j + 1] = arr[j + 1], arr[j]
        return arr


if __name__ == "__main__":
    arr = [8, 0, 4, 6, 1, 2, 7, 3, 5, 9]
    s = Solution()
    res = s.bubbling(arr)
    print(res)

冒泡排序的优化

在纸上自己一步一步演练的人就会发现一个问题,比如说上面的例子中,8到末尾之后,再次遍历的时候,前边元素并没有比8大的,但是还会判断8,这一步如何优化呢?

代码

复制代码
class Solution:

    def bubbling(self, arr):
        n = len(arr)
        for i in range(n):
            for j in range(n - 1 - i):  # 优化点在这一行
                if arr[j] > arr[j + 1]:
                    arr[j], arr[j + 1] = arr[j + 1], arr[j]
        return arr


if __name__ == "__main__":
    arr = [8, 0, 4, 6, 1, 2, 7, 3, 5, 9]
    s = Solution()
    res = s.bubbling(arr)
    print(res)

那这就完了吗?还有没有优化的地方呢?其实我们在第二层for循环中加个打印可以看出,在经过几轮排序之后,其实已经有序了,但是依然完成了整个遍历

我们先来看下代码

再次优化代码

复制代码
class Solution:

    def bubbling(self, arr):
        n = len(arr)
        num = 0
        for i in range(n):
            flag = False
            print("第%s次执行" % num)

            for j in range(n - 1 - i):
                if arr[j] > arr[j + 1]:
                    arr[j], arr[j + 1] = arr[j + 1], arr[j]
                    flag = True

            if not flag:
                break
            num += 1
        return arr


if __name__ == "__main__":
    arr = [8, 0, 4, 6, 1, 2, 7, 3, 5, 9]
    s = Solution()
    res = s.bubbling(arr)
    print(res)
  • 优化后的代码将 flag变量初始化为 False,在内层循环中,如果发生元素交换,则将 flag置为 True,表示发生了交换操作。
  • 在内层循环结束后,检查 flag的值,如果 flag为 False,说明在这一轮比较中没有元素交换,列表已经有序,此时使用 break 语句提前结束排序过程,避免不必要的比较操作。

这样的优化可以提高冒泡排序的性能,特别是对于部分有序的列表,避免进行多余的比较和交换操作,提升了代码的执行效率。

在代码中加了打印,我们做下对比,上面是加了标志位的,执行了5次就结束了,我们去掉标志位的代码看下,大家看到了吧,执行了10次

相关推荐
CoovallyAIHub16 分钟前
语音AI Agent编排框架!Pipecat斩获10K+ Star,60+集成开箱即用,亚秒级对话延迟接近真人反应速度!
深度学习·算法·计算机视觉
NineData1 小时前
数据库管理工具NineData,一年进化成为数万+开发者的首选数据库工具?
运维·数据结构·数据库
木心月转码ing2 小时前
Hot100-Day14-T33搜索旋转排序数组
算法
会员源码网5 小时前
内存泄漏(如未关闭流、缓存无限增长)
算法
颜酱6 小时前
从0到1实现LFU缓存:思路拆解+代码落地
javascript·后端·算法
颜酱7 小时前
从0到1实现LRU缓存:思路拆解+代码落地
javascript·后端·算法
CoovallyAIHub1 天前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
实时视觉AI智能体框架来了!Vision Agents 狂揽7K Star,延迟低至30ms,YOLO+Gemini实时联动!
算法·架构·github