当前位置: 首页 > news >正文

JavaScript 数组如何实现冒泡排序?

冒泡排序是一种简单但效率较低的排序算法,常用于对小型数据集进行排序。它的原理是多次遍历数组,比较相邻元素的大小,并根据需要交换它们的位置,将最大(或最小)的元素逐渐“冒泡”到数组的一端。这个过程会重复进行,直到整个数组排序完成。

在JavaScript中,我们可以使用以下方式实现冒泡排序算法:

function bubbleSort(arr) {var len = arr.length;for (var i = 0; i < len - 1; i++) {for (var j = 0; j < len - 1 - i; j++) {if (arr[j] > arr[j + 1]) {// 交换位置var temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}}return arr;
}

让我们逐步解释这个实现过程:

  1. 定义一个名为bubbleSort的函数,它接受一个数组作为参数,并返回排序后的数组。
  2. 获取数组的长度并保存在变量len中,这样可以在后续的循环中使用。
  3. 外层循环for (var i = 0; i < len - 1; i++)用于控制冒泡排序的遍历次数。由于每一轮遍历都会将最大的元素移动到最后,所以总共需要进行len - 1次遍历。
  4. 内层循环for (var j = 0; j < len - 1 - i; j++)用于比较相邻元素并交换它们的位置。每一轮遍历都会将当前未排序部分的最大元素移动到末尾,因此内层循环的次数为len - 1 - i
  5. 在内层循环中,使用条件语句if (arr[j] > arr[j + 1])来判断相邻元素的大小关系。如果前一个元素大于后一个元素,说明它们的位置需要交换。
  6. 如果需要交换位置,我们使用一个临时变量temp来保存前一个元素的值,然后将后一个元素的值赋给前一个元素,再将临时变量中的值赋给后一个元素,完成位置的交换。
  7. 内层循环结束后,当前未排序部分的最大元素已经移动到末尾。
  8. 外层循环重复执行上述步骤,直到所有元素都按照升序排列。
  9. 最后,返回排序后的数组。

这就是用JavaScript实现冒泡排序的方法。尽管冒泡排序算法的效率不高,它的实现简单易懂,对于小型数据集来说是一个可行的选择。然而,对于大型数据集,冒泡排序的性能会明显下降,因为它的时间复杂度为O(n^2),其中n是数组的长度。这意味着随着数据量的增加,排序所需的比较和交换操作将呈平方级增长,导致效率低下。

为了优化冒泡排序算法,可以引入一些优化措施。例如,可以添加一个标志位来记录每轮遍历中是否有交换操作发生,如果某一轮没有进行任何交换,说明数组已经有序,可以提前结束排序过程。

改进后的代码如下所示:

function bubbleSort(arr) {var len = arr.length;var swapped;for (var i = 0; i < len - 1; i++) {swapped = false;for (var j = 0; j < len - 1 - i; j++) {if (arr[j] > arr[j + 1]) {var temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;swapped = true;}}if (!swapped) {// 没有发生交换,数组已经有序,提前结束break;}}return arr;
}

通过引入swapped标志位,我们可以在内层循环中检查是否发生了交换操作。如果没有发生交换,说明数组已经有序,可以提前退出外层循环,从而减少不必要的比较和交换操作。

这种改进可以大幅度提升冒泡排序的效率,尤其是对于近乎有序的数组或者规模较小的数据集,可以显著减少排序的时间复杂度。

需要注意的是,尽管冒泡排序在实际应用中效率较低,但它作为一种基础排序算法,有助于理解和学习排序算法的原理和思想。在实际开发中,如果需要对大规模数据进行排序,通常会选择更高效的排序算法,如快速排序、归并排序等。

黑马程序员前端JavaScript入门到精通全套视频教程,javascript核心进阶ES6语法、API、js高级等基础知识和实战教程

相关文章:

JavaScript 数组如何实现冒泡排序?

冒泡排序是一种简单但效率较低的排序算法&#xff0c;常用于对小型数据集进行排序。它的原理是多次遍历数组&#xff0c;比较相邻元素的大小&#xff0c;并根据需要交换它们的位置&#xff0c;将最大&#xff08;或最小&#xff09;的元素逐渐“冒泡”到数组的一端。这个过程会…...

ZooKeeper集群环境搭建

&#x1f947;&#x1f947;【大数据学习记录篇】-持续更新中~&#x1f947;&#x1f947; 个人主页&#xff1a;beixi 本文章收录于专栏&#xff08;点击传送&#xff09;&#xff1a;【大数据学习】 &#x1f493;&#x1f493;持续更新中&#xff0c;感谢各位前辈朋友们支持…...

【跟小嘉学 Rust 编程】二十、进阶扩展

系列文章目录 【跟小嘉学 Rust 编程】一、Rust 编程基础 【跟小嘉学 Rust 编程】二、Rust 包管理工具使用 【跟小嘉学 Rust 编程】三、Rust 的基本程序概念 【跟小嘉学 Rust 编程】四、理解 Rust 的所有权概念 【跟小嘉学 Rust 编程】五、使用结构体关联结构化数据 【跟小嘉学…...

pytorch学习过程中一些基础语法

1、tensor.view()函数&#xff0c;通俗理解就是reshape&#xff0c;#参数这里的-1需要注意&#xff0c;可以根据原张量size自行计算 data1torch.randn((4,2)) data2data1.view(2,4) data3data2.view(-1,8)2、tensor.max()函数&#xff0c;在分类问题中&#xff0c;通常需要使用…...

判断聚类 n_clusters

目录 基本原理 代码实现&#xff1a; 肘部法则&#xff08;Elbow Method&#xff09;&#xff1a; 轮廓系数&#xff08;Silhouette Coefficient&#xff09; Gap Statistic&#xff08;间隙统计量&#xff09;&#xff1a; Calinski-Harabasz Index&#xff08;Calinski-…...

基于深度学习的网络异常检测方法研究

摘要&#xff1a; 本文提出了一种基于深度学习的网络异常检测方法&#xff0c;旨在有效地识别网络中潜在的异常行为。通过利用深度学习算法&#xff0c;结合大规模网络流量数据的训练&#xff0c;我们实现了对复杂网络环境下的异常行为的准确检测与分类。实验结果表明&#xf…...

SSM 基于注解的整合实现

一、pom.xml <project xmlns"http://maven.apache.org/POM/4.0.0" xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation"http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd"><modelV…...

工具类APP如何解决黏性差、停留短、打开率低等痛点?

工具产品除了需要把自己的功能做到极致之外&#xff0c;其实需要借助一些情感手段、增设一些游戏机制、输出高质量内容、搭建社区组建用户关系链等方式&#xff0c;来提高产品的用户黏性&#xff0c;衍生产品的价值链。 工具类产品由于进入门槛低&#xff0c;竞争尤为激烈&…...

使用Java MVC开发高效、可扩展的Web应用

在当今的Web开发领域&#xff0c;高效和可扩展性是我们追求的目标。Java作为一种强大且广泛使用的编程语言&#xff0c;提供了丰富的工具和框架来支持Web应用的开发。其中&#xff0c;MVC模式是一种被广泛采用的架构模式&#xff0c;它能够有效地组织和管理代码&#xff0c;使得…...

wandb安装方法及本地部署教程

文章目录 1 wandb介绍2 wandb安装2.1 注册wandb账号2.2 创建项目并获得密钥2.3 安装wandb并登录 3 wandb本地部署3.1 设置wandb运行模式3.2 云端查看运行数据 4 总结 1 wandb介绍 Wandb&#xff08;Weights & Biases&#xff09;是一个用于跟踪、可视化和协作机器学习实验…...

stable diffusion实践操作-提示词插件安装与使用

本文专门开一节写提示词相关的内容&#xff0c;在看之前&#xff0c;可以同步关注&#xff1a; stable diffusion实践操作 正文 1、提示词插件安装 1.1、 安装 1.2 加载【应用更改并重载前端】 1.3 界面展示 1.3.-4 使用 里面有个收藏列表&#xff0c;可以收藏以前的所有提示…...

【SpringBoot】详细介绍SpringBoot中的bean

在Spring Boot中&#xff0c;Bean是由Spring容器实例化、管理和维护的对象。Bean是Spring框架的核心概念之一&#xff0c;它代表了应用程序中的组件或对象。 以下是有关Spring Boot中Bean的详细介绍&#xff1a; 1. 定义&#xff1a;Bean是在Spring容器中被实例化、管理和维护…...

【Nuxt实战】在Nuxt3项目中如何按需引入Element-plus

步骤一&#xff1a;安装 Element Plus 和图标库 首先&#xff0c;使用以下命令安装 Element Plus 和它的图标库&#xff1a; npm install element-plus --save npm install element-plus/icons-vue步骤二&#xff1a;安装 Nuxt Element Plus 模块 安装 Nuxt Element Plus 模…...

专业制造一体化ERP系统,专注于制造工厂生产管理信息化,可定制-亿发

制造业是国民经济的支柱产业&#xff0c;对于经济发展和竞争力至关重要。在数字化和智能化趋势的推动下&#xff0c;制造业正处于升级的关键时期。而ERP系统&#xff0c;即企业资源计划系统&#xff0c;能够将企业的各个业务环节整合起来&#xff0c;实现资源的有效管理和信息的…...

Linux工具

一、yum yum可以看作一个客户端&#xff08;应用商店&#xff09;、应用程序&#xff0c;它如何知道去哪里下载软件&#xff1f; yum也是一个指令/程序&#xff0c;可以找到它的安装路径。 在list中可以看到yum能安装的所有软件&#xff0c;通过管道找到想要的&#xff0c;yum …...

Java项目-苍穹外卖-Day07-redis缓存应用-SpringCache/购物车功能

文章目录 前言缓存菜品问题分析和实现思路缓存菜品数据清理缓存数据功能测试 SpringCache介绍入门案例 缓存套餐购物车功能添加购物车需求分析和产品原型测试 查看购物车清空购物车 前言 本章节主要是进行用户端的购物车功能开发 和redis作为mysql缓存的应用以及SpringCache的…...

零知识证明(zk-SNARK)(一)

全称为 Zero-Knowledge Succinct Non-Interactive Argument of Knowledge&#xff0c;简洁非交互式零知识证明&#xff0c;简洁性使得运行该协议时&#xff0c;即便statement非常大&#xff0c;它的proof大小也仅有几百个bytes&#xff0c;并且验证一个proof的时间可以达到毫秒…...

linux中打印数据的行缓冲模式

1. 回车换行符在Window下和在Linux下的区别&#xff1a; 在Window下&#xff1a;回车换行符为\r\n 在Linux下&#xff1a;回车换行符为\n \n为换行符&#xff0c;换行相当于光标跳转到下一行的这个位置 \r为回车符&#xff0c;回车相当于光标跳转到当前行的最左边的位置 所以…...

香橙派OrangePi zero H2+ 驱动移远4G/5G模块

目录 1 安装系统和内核文件&#xff1a; 1.1 下载镜像 1.2 内核头安装 1.2.1 下载内核 1.2.2 将内核头文件导入开发板中 1.2.3 安装内核头 2 安装依赖工具&#xff1a; 2.1 Installing Required Host Utilities 3 驱动步骤&#xff1a; 3.1 下载模块驱动文件…...

自动驾驶——【规划】记忆泊车特殊学习路径拟合

1.Back ground 如上图&#xff0c;SLAM学习路线Start到End路径&#xff0c;其中曲线SDAB为D档位学习路径&#xff0c;曲线BC为R学习路径&#xff0c;曲线AE为前进档D档学习路径。 为了使其使用记忆泊车时&#xff0c;其驾驶员体验感好&#xff0c;需去除R档倒车部分轨迹&#x…...

固始汽车贴膜口碑榜:前3名都有谁?

老铁们&#xff0c;最近固始的车友群里吵翻了&#xff0c;都在问“固始汽车贴膜哪家好”。十个有八个刚提了新车&#xff0c;第一个想到的就是去贴个膜&#xff0c;但这一脚踩下去&#xff0c;水深得很。我直接跟你们说个扎心的事实&#xff1a;固始街头随便找家店&#xff0c;…...

软考高项案例分析8:项目风险管理

软考高项案例分析8:项目风险管理 一、项目风险管理过程 1、规划风险管理; 2、识别风险; 3、实施定性风险分析; 4、实施定量风险分析; 5、规划风险应对; 6、实施风险应对; 7、监督风险; 二、案例分析知识点 1. 风险应对措施 威胁应对策略:上报、规避、转移、…...

GOM三维扫描在GDT分析中的应用:几何公差评价为何越来越依赖全场数据

随着工业产品结构复杂度持续提高&#xff0c;传统基于尺寸链的质量控制方式正在逐步向几何公差控制体系演进。尤其在汽车制造、精密模具、航空零部件及新能源结构件等领域&#xff0c;产品质量评价已不仅取决于尺寸是否符合要求&#xff0c;更关注零件在真实装配条件下的几何状…...

【芯片测试】:自定义波形与条件波形

第四篇&#xff1a;进阶篇&#xff08;上&#xff09;—— 用户自定义波形与条件波形 系列&#xff1a;《VCDSTIL 实战&#xff1a;从仿真波形到 ATE 测试向量》第 4 篇&#xff08;共 5 篇&#xff09; 前言 前三篇介绍的都是 VCDSTIL 的"自动提取"模式&#xff1a…...

智慧校园之考场作弊事实识别图像数据集 考试作弊识别监控 学生作弊识别系统数据集 AI识别作弊数据集

考试违规检测数据集简介 类别 Tags 标签 Object DetectionClasses (2) 类别&#xff08;2&#xff09; Cheating 作弊 Not Cheating 未作弊项目详情数据集类别涵盖考试场景下多种违规行为类别&#xff0c;包括但不限于作弊工具使用、交头接耳、擅自离座、抄袭等典型违规场景数据…...

CMake基础:常用内部变量和环境变量的引用

目录 1.常用 CMake 变量 1.1.编译与构建控制 1.2.路径与目录变量 1.3.项目信息变量 1.4.系统与平台变量 1.5.工具链与交叉编译 1.6.测试与安装变量 1.7.高级编译选项 2.常用环境变量 2.1.编译器与工具链 2.2.依赖库路径 2.3.CMake 专用环境变量 2.4.系统环境变量P…...

读《AI时代成为行业精英的融合型学习法》

这段时间看了日本科普作家竹内熏写的《AI时代成为行业精英的融合型学习法》一书&#xff0c;想说说自己的体会。这是一本很薄的书&#xff0c;一共100来页&#xff0c;个人觉得&#xff0c;在现在这个什么都不会的小白也能用AI写出几万字文章的时代&#xff0c;这本书可以算得上…...

Re: Linux系统篇(十八)进程篇·三:深度硬核!全面起底 Linux 进程状态变化与内核链表动态解绑

◆ 博主名称&#xff1a; 晓此方-CSDN博客 大家好&#xff0c;欢迎来到晓此方的博客。 ⭐️Linux系列个人专栏&#xff1a; 【主题曲】Linux ⭐️此方的GitHub&#xff1a; github_此方 ⭐️Re系列专栏&#xff1a;我们思考 (Rethink) 我们重建 (Rebuild) 我们记录 (Record…...

Notepad2-mod终极指南:掌握这款高效开源文本编辑器的深度开发与扩展

Notepad2-mod终极指南&#xff1a;掌握这款高效开源文本编辑器的深度开发与扩展 【免费下载链接】notepad2-mod LOOKING FOR DEVELOPERS - Notepad2-mod, a Notepad2 fork, a fast and light-weight Notepad-like text editor with syntax highlighting 项目地址: https://gi…...

不用写代码,也能做学生画像分析?用助睿BI完成考勤高危群体可视化实战

一、前言&#xff1a;为什么要做学生考勤画像分析&#xff1f; 在校园管理场景中&#xff0c;学生考勤数据并不只是简单的“迟到、早退、请假、校服违规”记录。如果能够对这些数据进行系统化分析&#xff0c;就可以进一步发现不同学生群体的行为特征&#xff0c;例如哪些学生…...