新闻详情

新闻详情

首页 / 资讯中心 / 详情

排序算法概述之冒泡排序【基础】

发布时间:2026/11/11 1:07:33来源:尧图网络
排序算法概述之冒泡排序【基础】
序言当我们第一次接触排序算法时绝大多数人学习的第一个算法都是冒泡排序。冒泡排序本身并不复杂撰写此文主要是记录个人的学习心得旨在为初学者提供一个入门视角同时也供各位技术同仁茶余饭后轻松一阅。1.冒泡排序初识如果要用一句话来概括冒泡排序的精髓那必定是对相邻的两个元素进行两两比较。理解了这个核心再结合从左到右的多趟排序过程你便可以想象每个数字都像一个气泡在比较中不断向右“上浮”直至到达其正确的位置。当然以上只是一个通俗的理解。关于严格的定义和原理网上已有大量资料但我认为仍有必要在此明确一下基本原理从序列的第一个元素开始依次比较相邻的两个元素如果它们的顺序错误例如前一个大于后一个就交换它们的位置。然后继续比较下一对相邻元素重复此操作直至序列末尾。from Internet!! haha当然我也搜索了相关的动图帮忙理解动图如下2.冒泡排序的代码实现2.1冒泡排序代码基础实现冒泡排序的代码实现之前有几个细节我想要强调一下(假如传入长度是sz)套在外层的循环执行次数是sz-1次因为只剩一个的时候已经排序好了嵌套在内层的循环则是根据外层执行的次数逐步减少因为每执行一次最右边都是已经排序好的而左边没有排序的就是一个新的冒泡排序循环执行的次数自然要减少自己慢慢悟吧注意要传入arr的长度sz不要在函数内部计算这一部分的内容我只能说传入arr数组本质上传入的是指针地址而不是真正的数组这个需要到指针部分就可以理解了【这块的内容可以了解下一维数组传参】针对sz可以使用动态的计算方法int sz sizeof(arr) / sizeof(arr[0]);基本的冒泡排序代码如下#include stdio.h void Bubble_Sort(int* arr, int sz) { for (int i 0; i sz - 1; i) { for (int j 0; j sz - 1 - i; j) { if (arr[j] arr[j 1]) { int tmp arr[j]; arr[j] arr[j 1]; arr[j 1] tmp; } } } }2.2冒泡排序代码的优化这个优化也没什么大不了的就是针对已经完全排列好的特殊情况去掉后面的执行次数。简单来说就是如果这个数组已经是排好了的那就只需要执行一次大排序就行了如何实现用一个变量标记一下就行了void Bubble_Sort(int* arr, int sz) { for (int i 0; i sz - 1; i) { int chg 1; for (int j 0; j sz - 1 - i; j) { if (arr[j] arr[j 1]) { chg 0; int tmp arr[j]; arr[j] arr[j 1]; arr[j 1] tmp; } } if (chg) break; } }当然完整的执行代码如下大家可以仿照下面的代码尝试复现一下里面还是藏了不少的小细节的希望大家好好看看哟#define _CRT_SECURE_NO_WARNINGS #include stdio.h void Bubble_Sort(int* arr, int sz) { for (int i 0; i sz - 1; i) { int chg 1; for (int j 0; j sz - 1 - i; j) { if (arr[j] arr[j 1]) { chg 0; int tmp arr[j]; arr[j] arr[j 1]; arr[j 1] tmp; } } if (chg) break; } } void Print(int* arr, int sz) { for (int i 0; i sz; i) { printf(%d , *(arr i)); } } int main() { int arr1[] {3, 4, 2, 5, 6, 1}; int sz sizeof(arr1) / sizeof(arr1[0]); Bubble_Sort(arr1, sz); Print(arr1, sz); return 0; }3.冒泡排序的优缺点如果说用时间复杂度是O(N^2)来解释那会很枯燥空间复杂度别杠了这个可以忽略了。简单来说冒泡排序的优点在于稳定而且可优化但是缺点就是当遇到最坏的情况面对庞大的数据依然要完整的遍历一遍是非常的麻烦的其实相邻交换这一块插入排序是更好的后面可以说4.后记这是我第一次尝试写博客肯定会有不足之处还请海涵实话实说网上完全不缺少关于这一块的知识优秀的文章也不在少数。那我为什么要写一方面我要为我的学习留下足迹另一方面针对最基础的内容我也希望分享我的看法同时让大家重视基础的重要性或许只有写出来才会有更深的感悟也能让他人有所共鸣也许这就是分享的意义吧…哎都是些废话感慨罢了希望能够一直走下去
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/10 4:49:37

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/10 9:14:31

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/10 1:10:29

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/10 15:15:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉