数据结构预算法----冒泡排序与选择排序（Python版）

一、冒泡排序Bubble Sort

❖冒泡排序的算法思路在于对无序表进行多趟比较交换，

❖每趟包括了多次两两相邻比较，并将逆序的数据项互换位置，最终能将本趟的最大项就位

❖经过n-1趟比较交换，实现整表排序

❖每趟的过程类似于“气泡”在水中不断上浮到水面的经过

❖第1趟比较交换，共有n-1对相邻数据进行比较

一旦经过最大项，则最大项会一路交换到达最后一项

❖第2趟比较交换时，最大项已经就位，需要排序的数据减少为n-1，共有n-2对相邻数据进行比较

❖直到第n-1趟完成后，最小项一定在列表首位，就无需再处理了。

源代码：

def bubbleSort(alist):
    for i in range(len(alist)):
        for j in range(i+1,len(alist)):
            if alist[i] > alist[j]:
                # temp = alist[i]
                # alist[i] = alist[j]
                # alist[j] = temp
                #python支持直接交换
                alist[i],alist[j] = alist[j],alist[i]
    return alist
testlist = [1,2,6,4,8,5,7,3]
print(bubbleSort(testlist))

二、冒泡排序：算法分析

❖无序表初始数据项的排列状况对冒泡排序没有影响

❖算法过程总需要n-1趟，随着趟数的增加，比对次数逐步从n-1减少到1，并包括可能发生的数据项交换。

❖比对次数是1～n-1的累加：

              

❖比对的时间复杂度是O(n2)

❖关于交换次数，时间复杂度也是O(n2)，通常每次交换包括3次赋值

❖最好的情况是列表在排序前已经有序，交换次数为0

❖最差的情况是每次比对都要进行交换，交换次数等于比对次数

❖平均情况则是最差情况的一半

❖冒泡排序通常作为时间效率较差的排序算法，来作为其它算法的对比基准。

❖其效率主要差在每个数据项在找到其最终位置之前，

❖必须要经过多次比对和交换，其中大部分的操作是无效的。

❖但有一点优势，就是无需任何额外的存储空间开销。

冒泡排序：性能改进

❖另外，通过监测每趟比对是否发生过交换，可以提前确定排序是否完成

❖这也是其它多数排序算法无法做到的

❖如果某趟比对没有发生任何交换，说明列表已经排好序，可以提前结束算法

源码如下：

#冒泡排序的改进版本
def shortBubbleSort(alist):
    exchanges = True
    passnum = len(alist)-1
    while passnum > 0 and exchanges:
        exchanges = False
        for i in range(passnum):
            if alist[i] > alist[i+1]:
                alist[i],alist[i+1] = alist[i+1],alist[i]
                exchanges = True
        passnum = passnum - 1
    return alist
    
testlist = testlist = [1,2,6,4,8,5,7,3]
print(shortBubbleSort(testlist))

 

三、选择排序Selection Sort

❖ 选择排序对冒泡排序进行了改进，保留了 其基本的多趟比对思路，每趟都使当前最 大项就位。

❖ 但选择排序对交换进行了削减，相比起冒 泡排序进行多次交换，每趟仅进行 1 次交 换，记录最大项的所在位置，最后再跟本 趟最后一项交换

❖ 选择排序的时间复杂度比冒泡排序稍优

比对次数不变，还是 O(n 2 )

交换次数则减少为 O(n)

 

源码为：

def selectionSort(alist):
    for i in range(len(alist)-1,0,-1):
        positionMax = 0
        for j in range(1,i+1):
            if alist[positionMax] < alist[j]:
                positionMax = j

        alist[i],alist[positionMax] = alist[positionMax],alist[i]
    return alist
testlist = [1,2,6,4,8,5,7,3]
print(selectionSort(testlist))