news 2026/4/15 19:14:59

Visual Studio中的冒泡排序和选择排序

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Visual Studio中的冒泡排序和选择排序

目录

一、冒泡排序

1.介绍

2.使用模板

3.示例

4.注意事项

二、选择排序

1.介绍

2.使用模板

3.示例

4.注意事项

三、两者对比

四、总结


一、冒泡排序

1.介绍

冒泡排序是一种简单的排序算法,通过相邻元素的比较与交换将最大(或最小)的元素逐步“冒泡”到数组的末端。重复此过程直到整个数组有序。

2.使用模板

3.示例

对数组[3, 1, 4, 1, 5]进行冒泡排序:

  1. 第1轮:比较相邻元素,交换31[1, 3, 1, 4, 5]
  2. 第2轮:交换31[1, 1, 3, 4, 5]
  3. 第3轮:无交换,提前退出。

4.注意事项

  • 优化标志:添加swapped标志可避免不必要的循环,提升效率。
  • 数组越界:内循环条件需为j < n - 1 - i,避免访问array[j+1]时越界。
  • 稳定性:冒泡排序是稳定排序(相同元素相对位置不变)。

二、选择排序

1.介绍

选择排序通过每次从未排序部分选择最小(或最大)元素,将其放到已排序部分的末尾。重复此过程直到整个数组有序。

2.使用模板

3.示例

对数组[3, 1, 4, 1, 5]进行选择排序:

  1. 第1轮:找到最小元素1(索引1),交换到位置0 →[1, 3, 4, 1, 5]
  2. 第2轮:找到最小元素1(索引3),交换到位置1 →[1, 1, 4, 3, 5]
  3. 第3轮:找到最小元素3(索引3),交换到位置2 →[1, 1, 3, 4, 5]

4.注意事项

  • 交换次数少:选择排序交换次数固定为n-1次,优于冒泡排序。
  • 不稳定性:选择排序是不稳定排序(相同元素可能交换位置,例如[2, 2, 1]排序后变为[1, 2, 2],但原顺序可能改变)。
  • 性能:时间复杂度始终为O(n²),无优化空间。

三、两者对比

对比维度冒泡排序选择排序
时间复杂度平均/最坏O(n²),最好O(n)(优化后)始终O(n²)
空间复杂度O(1)(原地排序)O(1)(原地排序)
稳定性稳定不稳定
交换次数最多n(n-1)/2固定n-1
适用场景数据基本有序时效率高数据规模小且交换成本高的场景
算法思想相邻元素比较交换选择最小元素交换到指定位置

四、总结

  • 冒泡排序:适合数据基本有序的场景,通过优化可减少不必要的比较。
  • 选择排序:交换次数少,适合元素交换成本较高的情况(如大型对象排序)。
  • 性能对比:在随机数据下,两者效率相近,但选择排序通常更快(交换次数少)。
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 15:06:03

基于鲸鱼优化算法的物流配送中心选址附Matlab代码

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。&#x1f34e; 往期回顾关注个人主页&#xff1a;Matlab科研工作室&#x1f34a;个人信条&#xff1a;格物致知,完整Matlab代码获取及仿真…

作者头像 李华
网站建设 2026/4/16 12:03:51

Wan2.2-T2V-5B与YOLOv11技术路线对比:未来视觉模型融合趋势

Wan2.2-T2V-5B与YOLO系列技术路线融合趋势探析 在短视频内容爆炸式增长的今天&#xff0c;用户对“一键生成动画”“智能剪辑助手”这类功能的期待正迅速从幻想变为刚需。与此同时&#xff0c;边缘设备上的视觉理解能力也在飞速进化——手机能实时识别人物动作&#xff0c;摄像…

作者头像 李华
网站建设 2026/4/15 21:20:48

从Git下载到运行:Stable Diffusion 3.5 FP8本地部署详细步骤

从Git下载到运行&#xff1a;Stable Diffusion 3.5 FP8本地部署详细步骤 在生成式AI快速普及的今天&#xff0c;越来越多的创作者和开发者希望将最先进的文生图模型搬上自己的电脑。然而&#xff0c;像 Stable Diffusion 3.5 这样的高精度模型动辄需要十几GB显存、数分钟才能出…

作者头像 李华
网站建设 2026/4/16 5:26:00

基于CNN-BiLSTM锂电池SOC估计,MATLAB代码,二维图+三维图

MATLAB 代码基于 CNN-BiLSTM 混合神经网络的电池 SOC&#xff08;State of Charge&#xff09;预测&#xff1a;一、主要功能 该代码实现了一个电池 SOC 预测模型&#xff0c;使用卷积神经网络&#xff08;CNN&#xff09;与双向长短期记忆网络&#xff08;BiLSTM&#xff09;结…

作者头像 李华
网站建设 2026/4/16 11:00:39

AI Agent在教育领域的创新应用

AI Agent在教育领域的创新应用关键词&#xff1a;AI Agent、教育科技、个性化学习、智能辅导、教育数字化转型、自适应学习、教育大数据摘要&#xff1a;本文深入探讨了AI Agent在教育领域的创新应用&#xff0c;从技术原理到实际案例全面分析了人工智能如何变革传统教育模式。…

作者头像 李华