标签：版本 code 扫描 tostring while change n个元素 个人版 循环
（1）冒泡排序（Bubble Sort）：
它是排序算法的初级算法。在排序算法中，冒泡排序算法使用率较低，主要因为它适用于规模较小的排序，并且效率低下。
算法名字由来：越大的元素会慢慢交换浮到顶端，直到所有元素排序完毕。
主要思想：
（1）从后向前遍历当前剩余未排序元素，比较相邻元素，如果前者小于后者，二者交换。
（2）每次会找出一个最大元素，因此也就是说每次循环会固定住一个元素的最终位置。
（3）因此如果排序n个元素，需要外层n次循环即可完成数据的排序。
冒泡排序源代码如下：（每个人版本不同，建议大家理解思想后自行编写）
public void bubble_Sort(int[] arr){ for(int i=0;i<arr.length-1;i++){ for(int j=arr.length-1;j>i;j--){ if(arr[j-1]<arr[j]){ int temp=arr[j-1]; arr[j-1]=arr[j]; arr[j]=temp; } } } } public static void main(String[] args) { int[] arr={1,2,5,4,3}; new Bubble_Sort().bubble_Sort(arr); System.out.println(Arrays.toString(arr)); }
冒泡排序特点：（非改进版冒泡排序）
（1）冒泡排序是稳定排序算法：因为冒泡排序会对相邻元素进行比较，如果元素相等则不进行处理，也就是说，不会改变相等元素的相对位置。
（2）冒泡排序的最坏时间复杂度为O(n2).冒泡排序有两层循环，因此时间复杂度为O(n2).最好时间复杂度为O(n)(当元素有序的时候)。
（3）冒泡排序的平均空间复杂度为O(1)。最好空间复杂度为0（当元素有序的时候），最坏空间复杂度为O(n)（当元素逆序的时候）。
注意：有人会考虑将空间复杂度O(1)转换为0，通过两个元素交换方式，例如：
a=a+b; b=a-b; a=a-b;// a=a*b; b=a/b; a=a/b; // b=a^b; a=a^b; b=a^b;
这样处理很可能因此数据的溢出，因此建议不要使用，除非题目给出限定条件，并且要求空间复杂度时再行考虑使用。
（2）改进的冒泡排序：
1.如果当前剩余排序元素有序则退出循环，代码如下：
public void bubble_Sort_change1(int[] arr){ boolean flag=false; for(int i=0;i<arr.length-1&&!flag;i++){ flag=true; for(int j=arr.length-1;j>i;j--){ if(arr[j-1]<arr[j]){ flag=false; int temp=arr[j-1]; arr[j-1]=arr[j]; arr[j]=temp; } } } }
2.记录上一次扫描停止的位置，此时说明停止位置之前的元素均已完成排序，将其设置为下次循环的起始位置，免于从i开始。
代码如下：
public void bubble_Sort_change2(int[] arr){ int xLoc=0,yLoc=0; for(int i=0;i<arr.length-1;i++){ xLoc=yLoc; for(int j=arr.length-1;j>xLoc;j--){ if(arr[j-1]<arr[j]){ int temp=arr[j-1]; arr[j-1]=arr[j]; arr[j]=temp; yLoc=j; } } if(xLoc==yLoc) break; } }
3.双向扫描。处理大规模数据时效率有提高。桥后两个方向进行元素比较处理。
//双向扫描 public void bubble_Sort_change3(int[] arr){ int low=0,high=arr.length-1; int index=0; while(low<high){ for(int i=low;i<high;i++){ if(arr[i]<arr[i+1]){ int temp=arr[i];arr[i]=arr[i+1];arr[i+1]=temp; index=i; } } low=index; for(int i=high;i>low;i--){ if(arr[i-1]<arr[i]){ int temp=arr[i-1]; arr[i-1]=arr[i]; arr[i]=temp; index=i; } } high=index; } }
标签：版本 code 扫描 tostring while change n个元素 个人版 循环
原文地址：http://www.cnblogs.com/shuaiqichengxuyuan/p/6658305.html
