数据结构与算法——排序算法-冒泡排序
基本介绍
冒泡排序（Bubble Sorting）（时间复杂度为 O(n²)）的基本思想：通过对待排序序列 从前向后（从下标较小的元素开始），依次比较相邻元素的值，若发现逆序则交换，使值较大的元素逐渐从前移向后部，就像水底下的旗袍一样逐渐向上冒。
优化点：因为排序过程中，个元素不断接近自己的位置，如果一趟比较下来没有进行过交换，就说明序列有序，因此要在排序过程中设置一个标志判断元素是否进行过交换。从而减少不必要的比较。（该优化点可以在完成基本的冒泡排序之后再做）
图解冒泡排序算法的过程
动图：
冒泡排序小结：
- 共进行
数组大小 - 1次大的循环 - 每一趟排序的次数在逐渐的减少
- 优化：如果发现在某趟排序中，没有发生一次交换，则可以提前结束冒泡排序。
代码实现
演变过程
为了容易理解，先演示冒泡排序的演变过程
/**
* 为了更好的理解，这里把冒泡排序的演变过程演示出来
*/
@Test
public void processDemo() {
int arr[] = {3, 9, -1, 10, -2};
// 第 1 趟排序：将最大的数排在最后
// 总共排序：arr.length - 1
int temp = 0; // 临时变量，交换的时候使用
for (int i = 0; i < arr.length - 1; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
}
}
System.out.println("第 1 趟排序后的数组");
System.out.println(Arrays.toString(arr));
// 第 2 趟排序：将第 2 大的数排在倒数第 2 位
// 总共排序：arr.length - 1 - 1 ；
// 从头开始排序，其他没有变化，只是将排序次数减少了一次
for (int i = 0; i < arr.length - 1 -1; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
}
}
System.out.println("第 2 趟排序后的数组");
System.out.println(Arrays.toString(arr));
// 第 3 趟排序：将第 3 大的数排在倒数第 3 位
// 总共排序：arr.length - 1 - 2 ；
// 从头开始排序，其他没有变化，只是将排序次数减少了 2 次
for (int i = 0; i < arr.length - 1 -2; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
}
}
System.out.println("第 3 趟排序后的数组");
System.out.println(Arrays.toString(arr));
// 第 4 趟排序：将第 4 大的数排在倒数第 4 位
// 总共排序：arr.length - 1 - 3 ；
// 从头开始排序，其他没有变化，只是将排序次数减少了 3 次
for (int i = 0; i < arr.length - 1 -3; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
}
}
System.out.println("第 4 趟排序后的数组");
System.out.println(Arrays.toString(arr));
// 第 5 趟没有必要，因为这里有 5 个数字，确定了 4 个数字，剩下的那一个就已经出来了
}
测试输出
第 1 趟排序后的数组
[3, -1, 9, -2, 10]
第 2 趟排序后的数组
[-1, 3, -2, 9, 10]
第 3 趟排序后的数组
[-1, -2, 3, 9, 10]
第 4 趟排序后的数组
[-2, -1, 3, 9, 10]
从上述的 4 趟排序过程来看，循环体都是一样的，只是每次循环的次数在减少，那么就可以如下简化
@Test
public void processDemo2() {
int arr[] = {3, 9, -1, 10, -2};
// 总共排序：arr.length - 1
int temp = 0; // 临时变量，交换的时候使用
for (int j = 0; j < arr.length - 1; j++) {
for (int i = 0; i < arr.length - 1 - j; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
}
}
System.out.println("第 " + (j + 1) + " 趟排序后的数组");
System.out.println(Arrays.toString(arr));
}
}
测试输出
第 1 趟排序后的数组
[3, -1, 9, -2, 10]
第 2 趟排序后的数组
[-1, 3, -2, 9, 10]
第 3 趟排序后的数组
[-1, -2, 3, 9, 10]
第 4 趟排序后的数组
[-2, -1, 3, 9, 10]
优化
对于优化，减少排序次数
@Test
public void processDemo3() {
int arr[] = {3, 9, -1, 10, 20};
// 总共排序：arr.length - 1
int temp = 0; // 临时变量，交换的时候使用
boolean change = false;// 标识变量，表示是否进行过交换
for (int j = 0; j < arr.length - 1; j++) {
for (int i = 0; i < arr.length - 1 - j; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
change = true;
}
}
if(!change){
// 如果有 1 轮下来，都没有进行排序，则可以提前退出
break;
}else{
change = false; // 重置 change!!!, 进行下次判断
}
System.out.println("第 " + (j + 1) + " 趟排序后的数组");
System.out.println(Arrays.toString(arr));
}
}
测试输出：
第 1 趟排序后的数组
[3, -1, 9, 10, 20]
第 2 趟排序后的数组
[-1, 3, 9, 10, 20]
这里更改了原始数组，因为优化的点，得看你这个数组原来的排序 和 元素组成，算是一种概率问题，并不是在任何情况下都可以被优化
封装算法
/**
* 把排序算法封装成一个方法，方便被复用
*
* @param arr
*/
public static void bubbleSort(int[] arr) {
// 总共排序：arr.length - 1
int temp = 0; // 临时变量，交换的时候使用
boolean change = false;
for (int j = 0; j < arr.length - 1; j++) {
for (int i = 0; i < arr.length - 1 - j; i++) {
if (arr[i] > arr[i + 1]) {
temp = arr[i];
arr[i] = arr[i + 1];
arr[i + 1] = temp;
change = true;
}
}
if(!change){
// 如果有 1 轮下来，都没有进行排序，则可以提前退出
break;
}else{
change = false; // 重置 change!!!, 进行下次判断
}
}
}
测试调用
/**
* 测试封装后的算法
*/
@Test
public void bubbleSortTest() {
int[] arr = {3, 9, -1, 10, 20};
System.out.println("排序前：" + Arrays.toString(arr));
bubbleSort(arr);
System.out.println("排序后：" + Arrays.toString(arr));
}
测试输出
排序前：[3, 9, -1, 10, 20]
排序后：[-1, 3, 9, 10, 20]
大量数据耗时测试
排序随机生成的 8 万个数据
/**
* 大量数据排序时间测试
*/
@Test
public void bulkDataSort() {
int max = 80000;
int[] arr = new int[max];
for (int i = 0; i < max; i++) {
arr[i] = (int) (Math.random() * 80000);
}
Instant startTime = Instant.now();
bubbleSort(arr);
// System.out.println(Arrays.toString(arr));
Instant endTime = Instant.now();
System.out.println("共耗时：" + Duration.between(startTime, endTime).toMillis() + " 毫秒");
}
测试输出
运行几次，差不多在 13 秒左右
共耗时：14656 毫秒
共耗时：13853 毫秒
