冒泡排序的优化
arr = [7, 4, 3, 67, 34, 1, 8]
def bubble_sort(arr):
n = len(arr)
for j in range(0, n - 1):
for i in range(0, n - 1 - j):
if arr[i] > arr[i + 1]:
arr[i], arr[i + 1] = arr[i + 1], arr[i]
bubble_sort(arr)
print(arr) # [1, 3, 4, 7, 8, 34, 67]
关键点其实在双重for循环变量的配置,我们来分析一下
第一次循环: j = 0, i~n-2 range(0, n-1)
第二次循环: j = 1, i~n-3 range(0, n-1-1)
第三次循环: j = 2, i~n-4 range(0, n-1-1-1)
—> range(0, n-1-j)
理解这一点后,我们就可以换一种写法来实现了
def bubble_sort(arr):
for j in range(len(arr) - 1, 0, -1): # [n-1, n-2, ....2, 1]
for i in range(0, j):
if arr[i] > arr[i + 1]:
arr[i], arr[i + 1] = arr[i + 1], arr[i]
bubble_sort2(arr)
print(arr) # [1, 3, 4, 7, 8, 34, 67]
优化
写到这里我们发现,无论是第一种写法还是第二种写法,他的时间复杂度都是O(n ^ 2),
第二种写法也仅仅停留在优化样式的层面,并没有带来性能的提升,想象一下,如果我们输入的本来就是一个有序序列,
其实只需要一次循环就够了,所以我们需要针对特殊情况进行优化```
在这里插入代码片
def bubble_sort3(arr):
for j in range(len(arr)-1, 0, -1):
count = 0
for i in range(0, j):
if arr[i] > arr[i + 1]:
arr[i], arr[i + 1] = arr[i + 1], arr[i]
count += 1
if count == 0:
return
bubble_sort3(arr)
print(arr) # [1, 3, 4, 7, 8, 34, 67]
我们在循环中定义了一个变量count,如果第一次循环后count没有变化,就说明输入的是有序序列,这时我们直接return退出循环,这时候的时间复杂度为O(n)
扩展知识:冒泡排序还是一种稳定性的算法,如果序列中出现两个相同的值的时候,无论选取最大值,还是最小值进行排序,最后两个相同值的前后位置都是不变的。