Golang学习-冒泡排序(Bubble Sort)
冒泡排序Bubble Sort一、算法思想冒泡排序的核心思想非常朴素相邻元素两两比较如果前一个比后一个大就交换它们。每一轮冒泡都会把当前未排序部分的最大值浮到最右端——就像气泡从水底往上冒一样这就是名称的由来。以[5, 3, 8, 1, 2]为例第一轮冒泡的过程[5, 3, 8, 1, 2] 比较 5 和 3 → 53交换 [3, 5, 8, 1, 2] 比较 5 和 8 → 58不交换 [3, 5, 8, 1, 2] 比较 8 和 1 → 81交换 [3, 5, 1, 8, 2] 比较 8 和 2 → 82交换 [3, 5, 1, 2, 8] ← 8 已冒泡到最右端第二轮继续在[3, 5, 1, 2]中冒泡把次大值 5 推到倒数第二位……以此类推n 个元素最多需要 n-1 轮冒泡。二、Go 实现2.1 基础版本packagemainimportfmt// BubbleSort 基础冒泡排序funcBubbleSort(arr[]int){n:len(arr)fori:0;in-1;i{// 外层控制冒泡轮数forj:0;jn-i-1;j{// 内层每轮比较范围逐渐缩小ifarr[j]arr[j1]{// 相邻比较左大右小就交换arr[j],arr[j1]arr[j1],arr[j]}}}}funcmain(){arr:[]int{5,3,8,1,2,7,4,6}fmt.Println(排序前:,arr)BubbleSort(arr)fmt.Println(排序后:,arr)}运行结果排序前: [5 3 8 1 2 7 4 6] 排序后: [1 2 3 4 5 6 7 8]2.2 优化版本提前终止如果某一轮冒泡过程中没有发生任何交换说明数组已经排好序了没必要继续后续轮次。我们可以用一个swapped标记来检测这种情况。// BubbleSortOptimized 优化冒泡排序提前终止funcBubbleSortOptimized(arr[]int){n:len(arr)fori:0;in-1;i{swapped:falseforj:0;jn-i-1;j{ifarr[j]arr[j1]{arr[j],arr[j1]arr[j1],arr[j]swappedtrue}}if!swapped{// 这一轮没有交换数组已有序break}}}对于已经排好序的数组[1, 2, 3, 4, 5]优化版只需要一轮就检测到没有交换并终止——从 O(n²) 降到了 O(n)。2.3 进一步优化记录最后交换位置每轮冒泡后最后发生交换的位置之后的元素其实已经排好了。下一轮只需要遍历到这个位置即可不必遍历到n-i-1。// BubbleSortAdvanced 双优化冒泡排序提前终止 缩减范围funcBubbleSortAdvanced(arr[]int){n:len(arr)lastSwap:n-1// 上一轮最后交换的位置fori:0;in-1;i{swapped:falseborder:lastSwap// 本轮只需遍历到上一轮最后交换处forj:0;jborder;j{ifarr[j]arr[j1]{arr[j],arr[j1]arr[j1],arr[j]swappedtruelastSwapj// 记录本次交换的位置}}if!swapped{break}}}这个优化对部分有序的数组效果显著——比如[2, 1, 3, 4, 5, 6, 7]只需要处理前两个元素后面的大段有序区域完全跳过。三、复杂度分析情况时间复杂度说明最坏情况O(n²)逆序数组每轮都要全量比较和交换最好情况O(n)已排序数组优化版一轮就退出平均情况O(n²)随机数组平均需要约 n²/2 次比较| 空间复杂度 | O(1) | 原地排序只需常数额外空间 |3.1 比较次数推导最坏情况下第 1 轮比较 n-1 次第 2 轮比较 n-2 次…第 n-1 轮比较 1 次总比较次数 (n-1) (n-2) … 1 n(n-1)/2 →O(n²)3.2 交换次数推导最坏情况完全逆序下每次比较都需要交换交换次数 比较次数 n(n-1)/2 →O(n²)四、稳定性分析冒泡排序是稳定排序。稳定性定义如果两个相等的元素在排序前后相对顺序不变则排序是稳定的。冒泡排序只有当arr[j] arr[j1]时才交换严格大于arr[j] arr[j1]时不会交换所以相等元素的相对顺序不会被改变。原始: [3a, 3b, 1] (3a 和 3b 值相同a 在 b 前) 排序后: [1, 3a, 3b] ← 3a 仍在 3b 前面稳定 ✓如果改为arr[j] arr[j1]就交换就会破坏稳定性——这是面试常见陷阱。五、冒泡排序 vs 其他排序对比维度冒泡排序选择排序插入排序最好时间O(n)优化版O(n²)O(n)平均时间O(n²)O(n²)O(n²)最坏时间O(n²)O(n²)O(n²)空间O(1)O(1)O(1)稳定性✅ 稳定❌ 不稳定✅ 稳定交换次数多每次比较都可能交换少每轮只交换1次中等六、适用场景冒泡排序的实际应用场景非常有限因为 O(n²) 的复杂度在大数据下不可接受。但它仍有价值教学用途最直观的排序算法适合入门理解排序的本质小数据量n 50 时 O(n²) 和 O(n log n) 差异不明显近乎有序的数据优化版冒泡对几乎排好的数据非常高效接近 O(n))检测有序性用优化版跑一遍如果一轮就退出则说明数据已有序七、用冒泡思想解决实际问题7.1 找数组中第 k 大的元素不需要完全排序只跑 k 轮冒泡最右端就会出现第 k 大的值// BubbleTopK 找第 k 大的元素只冒泡 k 轮funcBubbleTopK(arr[]int,kint)int{n:len(arr)fori:0;ik;i{forj:0;jn-i-1;j{ifarr[j]arr[j1]{arr[j],arr[j1]arr[j1],arr[j]}}}returnarr[n-k]}funcmain(){arr:[]int{3,1,5,2,4}fmt.Println(第2大:,BubbleTopK(arr,2))// 4}这种做法的时间复杂度是 O(n × k)比完全排序 O(n²) 快——当然更优的做法是用快速选择O(n) 平均但冒泡思路简单直观。八、小结冒泡排序是最容易理解的排序算法但也是效率最低的之一。它的核心价值不在实际应用而在帮助理解排序的基本机制——比较、交换、轮次推进。关键记忆点相邻比较大者右移——这就是冒泡的全部逻辑优化版提前终止可以把最好情况降到 O(n)稳定性来源于严格大于才交换会破坏稳定性实际开发中几乎不用冒泡排序但面试中经常考它的优化和稳定性分析

相关新闻

智能写作辅助系统:课程论文写作的AI解决方案

智能写作辅助系统:课程论文写作的AI解决方案

1. 课程论文写作的困境与破局之道作为一名经历过本科、硕士到博士阶段的学术老兵,我深知课程论文对大学生而言既是必修课又是痛点。每到期末,总能看到图书馆里挤满抓耳挠腮的学生,面对空白文档一坐就是几小时却写不出几行字。这种困境背后隐藏…

2026/10/15 10:39:23 阅读更多 →
LangChain Memory机制详解与应用实践

LangChain Memory机制详解与应用实践

1. LangChain中的Memory机制解析在LangChain框架中,Memory(记忆)模块负责维护对话历史和管理上下文信息。这个看似简单的功能实际上影响着整个对话系统的连贯性和智能程度。我最近在多个生产级项目中深入使用了v1.0版本的Memory系统&#xff…

2026/10/14 1:48:04 阅读更多 →
嵌入式开发时序参数详解:从理论到实践,以TMS320C5505为例

嵌入式开发时序参数详解:从理论到实践,以TMS320C5505为例

1. 项目概述:为什么时序参数是嵌入式开发的“交通规则”在嵌入式系统开发,尤其是基于DSP(数字信号处理器)的设计中,我们常常把精力集中在算法实现、内存优化和功耗管理上。然而,一个项目能否稳定运行&#…

2026/10/8 7:58:07 阅读更多 →

最新新闻

SpringBoot+Vue医院预约挂号系统设计与优化

SpringBoot+Vue医院预约挂号系统设计与优化

1. 项目概述:现代化医疗预约解决方案这个基于SpringBootVue的医院预约挂号系统,是我去年为某三甲医院信息化改造设计的核心模块。传统医疗机构的预约挂号流程普遍存在页面卡顿、数据不同步、操作繁琐等问题,而采用前后端分离架构后&#xff0…

2026/10/15 10:39:41 阅读更多 →
微信小游戏是什么?运行原理与开发入门全解析

微信小游戏是什么?运行原理与开发入门全解析

做前端时间长了,总有人问我:微信小游戏到底是个什么东西?能像网页一样不用下载就玩,又能做出挺复杂的游戏,还能在朋友圈里被疯转。说实话,我一开始也绕了不少弯路,总觉得它像小程序,…

2026/10/15 10:39:41 阅读更多 →
超帧在SLAM中的作用:从关键帧组织到局部优化的全面解析

超帧在SLAM中的作用:从关键帧组织到局部优化的全面解析

1. 为什么我会盯上 Hyperframes 这个概念做了这么多年SLAM相关的工作,我逐渐意识到一个残酷的事实:绝大多数做视觉SLAM的人,对关键帧的认知停留在“选一帧长得不一样的图”这个层面,更别说超帧(Hyperframes&#xff09…

2026/10/15 10:39:41 阅读更多 →
D-S证据理论:用不确定性推理解决急诊分诊与医疗AI评估难题

D-S证据理论:用不确定性推理解决急诊分诊与医疗AI评估难题

急诊分诊这件事,表面上是个分诊护士按个红黄绿标签的过程,实际上是个高压、高噪声、高代价的决策现场。病患到急诊的那一刻,能采集到的信息往往是零散的:病人自己的口述、家属慌张的补充、监护仪上跳动的几个数字、既往病历里一段…

2026/10/15 10:39:41 阅读更多 →
superpowers安装全攻略:从环境准备到排错重装的一条龙实操

superpowers安装全攻略:从环境准备到排错重装的一条龙实操

“superpowers”这个词最近在我几个技术交流群里出现的频率高得离谱,不少人在问“想要安装superpowers”,还有人把它列进新机器必备清单。我最初以为是什么夸张的营销宣传,直到自己在全新的机器上完整走了一遍安装、配置、排错的全流程&#…

2026/10/15 10:39:41 阅读更多 →
学Simulink——储能变流器(PCS)中 PWM 整流器的恒流充放电(CC Charge / CC Discharge)仿真

学Simulink——储能变流器(PCS)中 PWM 整流器的恒流充放电(CC Charge / CC Discharge)仿真

目录 手把手教你学Simulink——储能变流器(PCS)中 PWM 整流器的恒流充放电(CC Charge / CC Discharge)仿真 一、为什么储能 PCS 要做 恒流(CC)充放电双向 PWM 整流器 二、PCS 双向控制与 CC 模式原理** 2.1 功率平衡估算(用于 idref​折算) 2.2 模式定义 三、关键…

2026/10/15 10:38:32 阅读更多 →

日新闻

Docker Compose 容器化部署 ChirpStack LoRaWAN 网络服务器实战

Docker Compose 容器化部署 ChirpStack LoRaWAN 网络服务器实战

1. 为什么选择容器化方式部署 LoRa 网络服务LoRa 物联网项目落地时,网络服务器是整个链路的核心枢纽。它负责接收网关上报的数据包、完成去重与解密、再把有效载荷分发给上层应用。早期大家习惯把网络服务器直接装在物理机上,依赖一堆系统库和特定版本的…

2026/10/15 0:00:46 阅读更多 →
共享LLM服务下的跨模型自动扩缩容:Kubernetes实战与避坑指南

共享LLM服务下的跨模型自动扩缩容:Kubernetes实战与避坑指南

1. 共享推理服务里,扩缩容到底难在哪做过大模型推理服务部署的人,大概都经历过这样的场景:一个团队共用一套推理集群,A 业务跑的是 7B 的小模型,B 业务跑的是 72B 的大模型,C 业务白天流量高、晚上几乎归零…

2026/10/15 0:00:46 阅读更多 →
Systemd 启动阶段根文件系统只读之谜:fstab 与 remount-fs 服务深度解析

Systemd 启动阶段根文件系统只读之谜:fstab 与 remount-fs 服务深度解析

1. 引子:一次内核恐慌引发的追查先从一个真实场景说起。某次我给一台老旧的嵌入式设备折腾系统裁减,为了把启动时间压进两秒以内,我手贱地把一串自认为“没用”的 systemd 服务给 disable 了,其中就包括systemd-remount-fs.servic…

2026/10/15 0:00:46 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/14 3:30:28 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/14 16:30:29 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/14 3:29:58 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 0:14:36 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/14 22:45:47 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 9:49:14 阅读更多 →