冒泡排序几乎是所有排序里被认为最简单的,但是其实冒泡排序也是有不少坑的,我今天大致折腾了一下,发现了不少坑。
首先看《大话数据结构》给出的冒泡排序的第一版(作者说了,这个其实不是正宗冒泡,因为它没有两两对比, 下面的算法其实是简单交换排序):

public static void BubbleSortV0(List<Integer> list) {
    for (int i = 0; i < list.size(); i++) {
        for (int j = i + 1; j < list.size(); j++) {
            if (less(list, j, i))
                exchange(list, j, i);
        }
    }
}

其中辅助函数如下:

public static boolean less(List<Integer> list, int i, int j) {
    return list.get(i) <= list.get(j);
}

public static void exchange(List<Integer> list, int i, int j) {
    int temp = list.get(i);
    list.set(i, list.get(j));
    list.set(j, temp);
}

那么,为啥说这个排序不是正宗的冒泡排序呢?因为它其实并没有体现冒泡的思想,所谓冒泡,是前后两两比对,一轮排好一位。 上面的V0算法也是每次排好一位,但是它的排序方法不是两两比对,而是用i后面的每一个和i比较,如果小于i,则交换。 它在思想上其实更接近简单选择排序。
那么,正宗的冒泡排序是什么样的呢?请看下面的程序:

public static void BubbleSort(List<Integer> list) {
    for (int i = 0; i < list.size(); i++) {
        for (int j = 0; j < list.size() - 1 - i; j++) {
            if (less(list, j + 1, j))
                exchange(list, j + 1, j);
        }
    }
}

正宗的冒泡排序和V0版本的差别有以下几点:

  1. 内层循环从0开始,而不是从i+1开始,这是因为每次排好之后,只是后面的最大的排好了,前面的较小的还没有排好,所以必须继续从零开始。 内层循环的判断条件中后面的-i,意思是后面的i位已经排好,不需要再进行遍历(后面的是较大的,最先排好)。
  2. 比较大小的值所在位置不同。正宗冒泡的比较体现了冒泡的思想:前后两两比较;而V0版本则是内层循环的每一个都和外层的第i位比较。

当然,冒泡排序也可以先排好较小的,然后再排较大的,只要修改内层循环的方向即可,代码如下:

public static void BubbleSortSmallFirst(List<Integer> list) {
    for (int i = 0; i < list.size(); i++) {
        for (int j = list.size() - 1; j > i; j--) {
            if (less(list, j, j - 1))
                exchange(list, j, j - 1);
        }
    }
}

这里内层循环的判断条件j>i也是为了比较多余的比较,其实j>0也可以正确排序,但是这样就浪费了不少时间。

冒泡排序之所以费事,不仅仅因为它每次只排好一位,而且还在于它把很多比较的结果都浪费掉了。 快排之所以快,就是因为每次的比较都被充分的利用了起来。对冒泡的优化,主要是避免对已经有序的序列进行比较。 代码如下,优化的方法就是判断每一次的排序中是否有元素交换,如果没有,则证明数组已经有序,所以可以提前退出。

public static void BubbleSortWithFlag(List<Integer> list) {
    boolean needSort = true;
    for (int i = 0; i < list.size() && needSort; i++) {
        needSort = false;
        for (int j = 0; j < list.size() - 1 - i; j++) {
            if (less(list, j + 1, j)) {
                needSort = true;
                exchange(list, j + 1, j);
            }
        }
    }
}


blog comments powered by Disqus

Published

13 September 2015

Category

tech_world

Tags