数据结构之冒泡排序及其优化

1 冒泡排序

顾名思义，冒泡就是像水中的泡泡一样，一步一步将需要排序的数列中的最大值或者最小值浮到最上面来。

2 代码实现

public void bubbleSort(int[] arrayLike) {
    int n = arrayLike.length;
    for (int i = 0; i < n - 1; i++) {
        for (int j = 0; j < n - i - 1; j++) {
            if (arrayLike[j] > arrayLike[j + 1]) {
                int t = arrayLike[j];
                arrayLike[j] = arrayLike[j + 1];
                arrayLike[j + 1] = t;
            }
        }
    }
}

这是最基本的冒泡排序算法代码，时间复杂度为O(n*n)，从上面的截图中可以看到，循环最后i等于6，也就是说外循环循环了7次。但是该算法还可以进一步进行优化。比如，当一个序列已经拍好了一部分的顺序，但是由于冒泡算法的设计，这些已经排好序的数字也需要进行对比，比较浪费时间，如下：

1, 2, 3, 4, 5, 6 倒数第二轮
那么1和2的比较就是多余的。所以这里可以设计简单的标记记录当前序列已经排好序。

3 优化1

可以使用一个标签来记录当前序列是否已经排好序，可以避免对已经排好序的序列再次进行比较，isSorted用于记录当前序列是否已经排好序，如果排好序的话，那就直接退出循环。可以减少外循环的比较环节。

public void bubbleSort2(int[] arrayLike) {
    int n = arrayLike.length;
    for (int i = 0; i < n - 1; i++) {
        boolean isSorted = true; //表示当前序列已经排好序
        for (int j = 0; j < n - i - 1; j++) {
            if (arrayLike[j] > arrayLike[j + 1]) {
                int t = arrayLike[j];
                arrayLike[j] = arrayLike[j + 1];
                arrayLike[j + 1] = t;
                isSorted = false;
            }
        }
        if (isSorted)
            break;;
    }
}

从调试截图中可以看到，相同的循环，优化后的冒泡排序算法的循环次数减少了，i=3。减少了很多。
但是，如果仔细观察待排序的数列的话，它的后半部分基本是已经排好序的，那么只需要对前半部分进行排序即可。
所以，这里还可以继续优化，引入无序边界变量sortedBorder。该边界用于记录当前序列中属于无序状态下的数列的最后一个下标值，那么下一次外循环只需要对sortedBorder内的数据进行排序就可以了，sortedBorder初始值为数列中所有元素的长度。

4 优化2

public void bubbleSort3(int[] arrayLike) {
    int n = arrayLike.length;
    int sortBorder = n-1; //数组中无序的边界下标  无序边界等于最后一次交换数据的下标j
    int lastIndex = 0;
    for (int i = 0; i < n - 1; i++) {
        boolean isSorted = true;
        for (int j = 0; j < sortBorder; j++) {
            if (arrayLike[j] > arrayLike[j + 1]) {
                int t = arrayLike[j];
                arrayLike[j] = arrayLike[j + 1];
                arrayLike[j + 1] = t;
                isSorted = false;
                lastIndex = j;
            }
        }
        sortBorder = lastIndex;
        if (isSorted)
            break;
    }
}

从调试截图中可以看到，虽然i的值也是3，但是当数据一多起来之后，该优化的优势就凸显出来了，这是在优化1的基础上，进行的再一次优化结果。