【基础算法】之 冒泡排序优化
冒泡排序思想
基本思想: 冒泡排序,类似于水中冒泡,较大的数沉下去,较小的数慢慢冒起来(假设从小到大),即为较大的数慢慢往后排,较小的数慢慢往前排。
直观表达,每一趟遍历,将一个最大的数移到序列末尾。
下图演示排序流程:

下面是传统冒泡排序写法 时间复杂度O(n^2):
public static void bubbleSort(int[] nums) {int length = nums.length;for (int i = 0; i < length; i++) {System.out.println("i=" + i);for (int j = 0; j + 1 < length -i; j++) {System.out.println("内层循环次数:====================-" + j);if (nums[j] > nums[j + 1]) {int tem = nums[j];nums[j] = nums[j + 1];nums[j + 1] = tem;}}System.out.println("=======第" + i + " 轮外循环执行==============================");for (Integer integer : nums) {System.out.println(integer);}}}执行下看看效果:



第一轮 5次 ,第二轮 4次,第三轮 3次, 第四轮 2次 ,第五轮 1次 ,第六轮0次
但是当我们遇到下面这种序列
即: 1,2,3,5,4 我们只需要排一趟就可以了 而无需后续的循环。
初次优化:
基于这种情况我们给出了下面这种优化。
通过增加一个标志位 flag ,若在某轮「内循环」中未执行任何交换操作,则说明数组已经完成排序,直接返回结果即可。
public static void bubbleSort1(int[] nums) {int length = nums.length;//定义标志位标记已经有序或无序boolean flag = false;for (int i = 0; i < length; i++) {System.out.println("i=" + i);flag = true;for (int j = 0; j + 1 < length - i; j++) {System.out.println("内层循环次数:====================-" + j);if (nums[j] > nums[j + 1]) {int tem = nums[j];nums[j] = nums[j + 1];nums[j + 1] = tem;//交换后对flag置false,表示已经处理成有序flag = false;}}// 已经排好序了 无需后续循环了if (flag) {break;}System.out.println("=======第" + i + " 轮外循环执行==============================");for (Integer integer : nums) {System.out.println(integer);}}}在看下执行效果:


第一轮 5次 ,第二轮 4次,第三轮 3次 ,第四轮 2次
很明显外层减少了循环次数
优化后的冒泡排序的最差和平均时间复杂度仍为 O(N^2) ;在输入数组 已排序 时,达到 最佳时间复杂度 O(N) 。
继续优化:
然而这种优化只能做到某一次已经排好序的时候我们直接跳跳出来,基于第一种优化我们得到一种启发:当一个数组接近有序的时候我们往往只需要在某一个小范围内排序即可,我们可以用一个标记来表示这个范围的下限,例如遇到下面的情况

然而我们发现,每次排序前或排序后数组的后面都有一部分已经有序,这时我们只要记下最后一次排下的数组的下标,下次排序的时候就可以只排序到此下标位置即可

目的就是减少内层循环比较的次数
public static void bubbleSort2(int[] nums) {int length = nums.length;int index = length;//每一次我们找到无序区的上界int maxIndex = 0;//定义标志位标记已经有序或无序boolean flag = false;for (int i = 0; i < length; i++) {System.out.println("i=" + i);flag = true;for (int j = 0; j + 1 < index; j++) {System.out.println("内层循环次数:====================-" + j);if (nums[j] > nums[j + 1]) {int tem = nums[j];nums[j] = nums[j + 1];nums[j + 1] = tem;//交换后对flag置false,表示已经处理成有序flag = false;//注意不要在这里直接将index置为jmaxIndex = j + 1;}}// 已经排好序了 无需后续循环了if (flag) {break;}//若排序过则将index置为最后一次交换的坐标,若没有则表示已经有序index = maxIndex;System.out.println("=======第" + i + " 轮外循环执行==============================");for (Integer integer : nums) {System.out.println(integer);}}}再次执行看看效果:


第一轮 5次 ,第二轮 3次,第三轮 2次 ,第四轮 1次
很明显内层循环也减少了很多
优化后的冒泡排序的最差和平均时间复杂度仍为 O(N^2) ;在输入数组 已排序 时,达到 最佳时间复杂度 O(1) 。
其实还可以再优化, 一层外循环 执行2个同级的内循环( 正着扫描得到最大值, 反着扫描得到最小值)

总结
主要从以下2方面优化了传统的冒泡排序写法
// 1、减少外层循环次数
// 2、减少内层循环次数
相关文章:
【基础算法】之 冒泡排序优化
冒泡排序思想基本思想: 冒泡排序,类似于水中冒泡,较大的数沉下去,较小的数慢慢冒起来(假设从小到大),即为较大的数慢慢往后排,较小的数慢慢往前排。直观表达,每一趟遍历,…...
Python | 线程锁 | 3分钟掌握【同步锁】(Threading.Lock)
文章目录概念无锁加锁死锁解决死锁概念 threading.Lock 同步锁,可以用于保证多个线程对共享数据的独占访问。 当一个线程获取了锁之后,其他线程在此期间将不能再次获取该锁,直到该线程释放锁。这样就可以保证共享数据的独占访问,…...
Linux下安装MySQL8.0的详细步骤(解压tar.xz安装包方式安装)
Linux下安装MySQL8.0的详细步骤 第一步:下载安装配置 第二步:修改密码,并设置远程连接(为了可以在别的机器下面连接该mysql) 第三步:使用Navicat客户端连接 搞了一台云服务器,首先要干的活就是…...
leaflet 绘制多个点的envelope矩形(082)
第082个 点击查看专栏目录 本示例的目的是介绍演示如何在vue+leaflet中如何根据多边形的几个坐标点来绘制envelope矩形。 直接复制下面的 vue+openlayers源代码,操作2分钟即可运行实现效果. 文章目录 示例效果配置方式示例源代码(共78行)安装插件相关API参考:专栏目标示例…...
CAJ论文怎么批量免费转换成Word
大家都知道CAJ文件吗?这是中国学术期刊数据库中的文件,这种文件类型比较特殊。如果想要提取其中的内容使用,该如何操作呢?大家可以试试下面这种免费的caj转word的方法,多个文档也可以一起批量转换。准备材料:CAJ文档、…...
面试必问: 结构体大小的计算方法
结构体大小的计算需同时满足以下几点 一、结构体成员的偏移量必须是当前成员大小的整数倍。(0是任何数的整数倍) 举一个例子 struct Test1{char a; // 当前偏移量为0,是char所占字节数1的整数倍 所以所占大小为1char b; …...
Java中super函数的用法
1 问题 Java中super函数有很多方法,在使用的时候我们应该如何正确区分? 2 方法 三种用法: 访问父类的方法。 调用父类构造方法。 访问父类中的隐藏成员变量。 class A{ int x,y; A(int x,int y){ System.out.println("A"); } } cla…...
第十一届“泰迪杯”数据挖掘挑战赛携“十万”大奖火热来袭
第十一届“泰迪杯”数据挖掘挑战赛 竞赛组织 主办单位: 泰迪杯数据挖掘挑战赛组织委员会 承办单位: 广东泰迪智能科技股份有限公司 人民邮电出版社 协办单位: 重庆市工业与应用数学学会、广东省工业与应用数学学会、广西数学学会、河北省工业…...
分享三个可以在家做的正规兼职工作,看到就是赚到
你可以在家做正式的兼职工作。在线兼职工作值得考虑,时间相对自由。在线兼职收入可能不如线下滴滴和外卖立竿见影,但仍然可以坚持收入。有些人比工作工资发展得更高。当然,天上不会有馅饼,不劳无获。那么有哪些正规的兼职可以在家…...
javaFx实现鼠标穿透画布,同时操作画布和桌面,背景透明,类似ppt批注
一、功能需要由来和大致效果 今天,我们要用javaFx来实现一个鼠标穿透画布的功能,该需求来自于在我们的javaFx桌面应用中,需要实现一个悬浮的桌面侧边工具栏,在工具栏中有画笔绘制,批注的功能,能够实现在任何…...
客户服务知识库的最佳实践7个步骤
每个公司的声誉都依赖于客户,如果客户因为想要购买你的产品找到你,但是了解到你的客户服务做的不好,可能也会放弃你的产品,就像市场营销依赖于潜在客户的关系一样,公司的服务部门也需要依赖于现有客户的关系࿰…...
多重继承的虚函数表
同一个类,不同对象使用同一张虚函数表 不同类使用不同的虚函数表 子类自己添加的虚函数(非重写),在VS中是将此放在第一个继承类的虚函数表里. #include <iostream> using namespace std;class Father { public:virtual void func1() { cout << "Father::f…...
第11篇:Java开发工具使用和代码规范配置
目录 1、IntelliJ IDEA 简介 2. IntelliJ IDEA 下载 3. IntelliJ IDEA 安装和使用 3.1 安装到Windows下 3.2 快速编写 Hello World 程序...
Rust模式匹配
模式匹配 模式匹配是从函数式编程语言(例如:Haskell,Lisp)吸收而来的,用于为复杂的类型系统提供一个轻松的解构能力。rust使用match来提供模式匹配的功能。mathc类似于其它编程语言中的switch-case,但是远…...
GIT:【基础一】必要配置和命令
目录 一、Git安装 二、基础命令 1.git config -l:git配置详细信息 2.git config --system -l:本地git系统自动配置的信息 3.git config --global -l:本地git用户自动配置的信息 4.where git: windows查看git安装目录 5.git各配置…...
黑马程序员-Linux系统编程-01
课程链接 01-Linux命令基础习惯-Linux系统编程_哔哩哔哩_bilibili 课程重点笔记 01-linux命令基础习惯 终端 终端:一切输入、输出的总称,因此终端并不是一定指的是命令行,只要是能进行输入或者输出即可,但是在linux终端上‘’内…...
Python|每日一练|动态规划|图算法|散列表|数组|双指针|单选记录:不同路径|求两个给定正整数的最大公约数和最小公倍数|删除有序数组中的重复项
1、不同路径(数学,动态规划) 一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish”…...
Java常用框架(一)
思维导图 常见知识点 一、SpringBoot 1.简单介绍一下Spring及其优缺点 1.1 概念 重量级企业开发框架EJB的替代品,通过依赖注入、面向切面编程,使用简单Java对象POJO为企业Java开发提供了相对简单的方法。 1.2 优缺点 1.2.1 优点 组件代码轻量级 …...
基于 DSP+FPGA 的高清图像跟踪系统研制
目标识别与跟踪技术是目前图像处理研究的重点方向,在军事和民用领域中 具有广泛的应用价值,如精确制导武器、导弹飞机预警等军事领域,如交通管理、 刑事侦查等民用领域。其中,如何在复杂的背景中,提取、识别与跟踪特定…...
apisix部署
使用k8s部署前打包镜像: FROM centos:7 ARG APISIX_VERSION2.11.0 LABEL apisix_version“${APISIX_VERSION}” RUN yum install -y https://repos.apiseven.com/packages/centos/apache-apisix-repo-1.0-1.noarch.rpm && yum install -y https://repos…...
别再硬扛内存了:用Gensim的Word2Vec分批次处理超大语料库(附Python代码)
高效处理海量文本:Gensim Word2Vec分批次训练实战指南 当面对数十GB的文本数据时,传统的一次性加载方法往往会让内存不堪重负。本文将深入探讨如何利用Gensim库的Word2Vec实现分批次训练,突破内存限制,同时保持模型质量。 1. 大…...
第 2 章 感知-认知-行为 (PCB) 框架
第 2 章 感知-认知-行为 (PCB) 框架2.1 PCB 框架的理论基础2.1.1 生物神经科学的启示2.1.1.1 大脑-身体-环境的动态耦合神经科学的最新进展揭示了智能系统并非由离散的感知、认知与行动模块顺序连接构成,而是通过持续的动力学耦合形成的功能统一体。神经振荡&#x…...
OpenClaw+Phi-3-mini-128k-instruct:技术书籍翻译与术语统一系统
OpenClawPhi-3-mini-128k-instruct:技术书籍翻译与术语统一系统 1. 为什么需要自动化翻译工具 作为一名技术书籍的爱好者,我经常需要阅读英文原版的技术文档和书籍。但直接阅读英文原版对很多人来说存在门槛,而现有的机器翻译工具在技术术语…...
STM32F429DISC开发板SDRAM(IS42S16400J)性能优化—基于STM32cubeMX HAL库的实战技巧
1. 认识STM32F429DISC开发板与SDRAM 刚拿到STM32F429DISC开发板时,我第一眼就被板载的那颗IS42S16400J SDRAM芯片吸引了。这块8MB的存储空间对于嵌入式开发来说简直是"豪华配置",但真正用起来才发现,如果不做优化,性能可…...
Canape实战指南:XCP工程配置与调试(一)
1. 从零开始创建XCP工程 第一次打开Canape时,那个满屏英文的界面确实让我有点懵。不过别担心,跟着我的步骤走,保证你能在10分钟内搭好第一个XCP工程。先说说我的习惯 - 我会在D盘专门建个"Canape_Projects"文件夹,里面按…...
Qt Windows自定义GUI界面自动化测试——uiautomatio通过树节点属性定位控件
Qt Windows自定义GUI界面自动化测试 提示:点击链接跳转其他相关文章 Windows自定义GUI界面自动化测试框架选择 autoit uiautomatio基本使用 uiautomatio通过树节点属性定位控件 uiautomatio通过树节点属性定位控件Qt Windows自定义GUI界面自动化测试前言一、实现方式…...
从特征多项式到行列式:揭秘矩阵特征值之积的几何意义
1. 特征多项式:打开矩阵奥秘的钥匙 我第一次接触特征多项式时,完全被这个抽象的概念搞晕了。直到有一天,我的导师用了一个简单的比喻:"特征多项式就像是矩阵的DNA检测报告,它能告诉我们这个矩阵最本质的特性。&qu…...
智能预处理+动态权重:Anything to RealCharacters 2.5D转真人引擎核心技术解析
智能预处理动态权重:Anything to RealCharacters 2.5D转真人引擎核心技术解析 1. 从二次元到三次元:一个引擎的诞生 你有没有想过,自己珍藏的二次元老婆或者某个酷炫的动漫角色,如果变成真人会是什么样子?是五官更立…...
解压缩软件分享-Banizip
解压缩软件分享-Banizip蓝奏云地址https://wwbdt.lanzoul.com/ijspk3mbduxi 密码:9y00百度网盘地址通过网盘分享的文件:BANDIZIP6-SETUP.EXE 链接: https://pan.baidu.com/s/1VBovOqT-M7kiv2b9YuJGIw?pwdrc87 提取码: rc87 为什么推荐这个呢,因为这个支…...
ERPC 多区域 Solana RPC 基础设施架构:Bundle Standard方案动态扩展与全球端点部署实践
概述 ERPC 近期对其 Bundle Standard 方案进行了扩展升级,支持按持有凭证数量动态分配多个独立方案实例。这一机制使开发者能够将 Solana RPC、Geyser gRPC 和 Shredstream 端点灵活部署到全球多个区域,同时满足开发环境与生产环境分离的需求。 本文将…...
