Appearance
TypeScript 实现十大排序算法(一): 冒泡排序
冒泡排序的说明
冒泡排序是一种简单的排序方法
- 通过两两比较相邻的元素并交换他们的位置,从而使整个序列按照顺序排列
- 第一次排序后,最大值总会移动到数组的最后,那么就不需要再考虑这个最大值
- 重复剩余元素的操作 最终就可以得到整个排序完成的数组,这种算法是稳定的,每个相等的元素位置不会发生变化
- 而且在最坏情况下,时间复杂度为O(n^2),在最好情况下,时间复杂度为O(n)。 因此,冒泡排序适用于数据规模小的场景。
冒泡排序的流程
- 从第一个元素开始 逐一比较相邻元素的大小
- 如果前一个元素比后一个大,那么就交换位置
- 在第一轮比较结束之后,最大的元素被移动到了最后一个位置
- 在下一轮比较中,不用考虑最后一个位置的元素重复上述操作
- 每轮比较结束之后 需要排序的数量都会减一,直到没有需要排序的元素
- 排序结束
- 循环整个流程直到所有元素都被有序的排列为止
冒泡排序执行的代码
ts
// 定义函数,用于实现冒泡排序算法
function bubbleSort(arr: number[]): number[] {
// 外层循环,控制需要比较的轮数
for (let i = 0; i < arr.length - 1; i++) {
// 内层循环,控制每轮需要比较的次数
for (let j = 0; j < arr.length - 1 - i; j++) {
// 如果前一个元素比后一个元素大,则交换它们的位置
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
}
}
}
// 返回排序后的数组
return arr;
}
// 测试代码
const arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];
console.log(bubbleSort(arr));
// 输出:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]// 定义函数,用于实现冒泡排序算法
function bubbleSort(arr: number[]): number[] {
// 外层循环,控制需要比较的轮数
for (let i = 0; i < arr.length - 1; i++) {
// 内层循环,控制每轮需要比较的次数
for (let j = 0; j < arr.length - 1 - i; j++) {
// 如果前一个元素比后一个元素大,则交换它们的位置
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
}
}
}
// 返回排序后的数组
return arr;
}
// 测试代码
const arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];
console.log(bubbleSort(arr));
// 输出:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]说明
冒泡排序是一种暴力枚举算法,通过多次循环比较相邻的元素 把最大的元素移动到数组的末端
外层的循环 控制排序的最大次数 每一轮把最大的元素放到最后,因此每次循环需要比较的元素也会逐渐减少
内层循环, 比较相邻元素 如果左边元素比右边元素大 那么就交换位置
冒泡排序是一种时间复杂度较高的算法, 一般不用于大数据量的排序
冒泡排序的时间复杂度
在冒泡排序中 每次比较两个相邻的元素,并且交换他们的位置,如果左边的元素比右边元素大,那么就交换他们的位置 这样的比较
- 最好的情况下 数组已经是有序的 那么比较和交换的次数是最少的
- 在这种情况下 比较的次数是
n-1次 交换次数是0次 其中 n 是数组的长度 - 最坏的情况下,数组是逆序的 那么比较和交换的次数是最多的
- 在这种情况下 比较的次数还是
n - 1次 交换的次数n(n-1)/2次 - 在平均情况下 比较和交换的次数取决于数组的排列方式
- 一般来说, 平均情况下比较次数 是
n-1次 交换次数n(n-1)/4次
冒泡排序的时间复杂度分析:
最好情况:当序列已经有序,每次比较和交换操作都不会进行,只需要进行n-1次比较,时间复杂度为O(n)。
最坏情况:当序列完全逆序,需要进行n-1轮比较和n-1次交换操作,时间复杂度为O(n^2)。
平均情况:需要进行的比较和交换操作的次数在所有情况中的平均值,时间复杂度也是O(n^2)。
由此可见,冒泡排序的时间复杂度主要取决于数据的初始顺序,最坏情况下时间复杂度是O(n^2),不适用于大规模数据的排序。
