冒泡排序法的时间复杂度怎么算? f(n)为什么等于n+4*n^2/2?

作者&投稿:谏戚 (若有异议请与网页底部的电邮联系)
冒泡排序算法的时间复杂度是什么?~

初始状态是正序的,一趟扫描即可完成排序,所需的关键字比较次数和记录移动次数均达到最小值:

冒泡排序就是把小的元素往前调或者把大的元素往后调,比较是相邻的两个元素比较,交换也发生在这两个元素之间。
所以,如果两个元素相等,是不会再交换的;如果两个相等的元素没有相邻,那么即使通过前面的两两交换把两个相邻起来,这时候也不会交换,所以相同元素的前后顺序并没有改变,所以冒泡排序是一种稳定排序算法。
扩展资料:
冒泡排序算法的原理如下:
1、比较相邻的元素。如果第一个比第二个大,就交换他们两个。
2、对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。
3、针对所有的元素重复以上的步骤,除了最后一个。
4、持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。
参考资料来源:百度百科-冒泡排序

如何计算时间复杂度

定义:如果一个问题的规模是n,解这一问题的某一算法所需要的时间为T(n),它是n的某一函数 T(n)称为这一算法的“时间复杂性”。

当输入量n逐渐加大时,时间复杂性的极限情形称为算法的“渐近时间复杂性”。

我们常用大O表示法表示时间复杂性,注意它是某一个算法的时间复杂性。大O表示只是说有上界,由定义如果f(n)=O(n),那显然成立f(n)=O(n^2),它给你一个上界,但并不是上确界,但人们在表示的时候一般都习惯表示前者。

此外,一个问题本身也有它的复杂性,如果某个算法的复杂性到达了这个问题复杂性的下界,那就称这样的算法是最佳算法。

“大 O记法”:在这种描述中使用的基本参数是 n,即问题实例的规模,把复杂性或运行时间表达为n的函数。这里的“O”表示量级 (order),比如说“二分检索是 O(logn)的”,也就是说它需要“通过logn量级的步骤去检索一个规模为n的数组”记法 O ( f(n) )表示当 n增大时,运行时间至多将以正比于 f(n)的速度增长。

这种渐进估计对算法的理论分析和大致比较是非常有价值的,但在实践中细节也可能造成差异。例如,一个低附加代价的O(n2)算法在n较小的情况下可能比一个高附加代价的 O(nlogn)算法运行得更快。当然,随着n足够大以后,具有较慢上升函数的算法必然工作得更快。

O(1)

Temp=i;i=j;j=temp;


以 上三条单个语句的频度均为1,该程序段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶,记作T(n)=O(1)。如果算法的执行时 间不随着问题规模n的增加而增长,即使算法中有上千条语句,其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。

O(n^2)

2.1. 交换i和j的内容
sum=0; (一次)
for(i=1;i<=n;i++) (n次 )
for(j=1;j<=n;j++) (n^2次 )
sum++; (n^2次 )
解:T(n)=2n^2+n+1 =O(n^2)

2.2.
for (i=1;i<n;i++)
{
y=y+1; ①
for (j=0;j<=(2*n);j++)
x++; ②
}
解: 语句1的频度是n-1
语句2的频度是(n-1)*(2n+1)=2n^2-n-1
f(n)=2n^2-n-1+(n-1)=2n^2-2
该程序的时间复杂度T(n)=O(n^2).

O(n)

2.3.
a=0;
b=1; ①
for (i=1;i<=n;i++) ②
{
s=a+b;    ③
b=a;     ④
a=s;     ⑤
}
解: 语句1的频度:2,
语句2的频度: n,
语句3的频度: n-1,
语句4的频度:n-1,
语句5的频度:n-1,
T(n)=2+n+3(n-1)=4n-1=O(n).

O(log2n )

2.4.
i=1; ①
while (i<=n)
i=i*2; ②
解: 语句1的频度是1,
设语句2的频度是f(n), 则:2^f(n)<=n;f(n)<=log2n
取最大值f(n)= log2n,
T(n)=O(log2n )

O(n^3)

2.5.
for(i=0;i<n;i++)
{
for(j=0;j<i;j++)
{
for(k=0;k<j;k++)
x=x+2;
}
}
解: 当i=m, j=k的时候,内层循环的次数为k当i=m时, j 可以取 0,1,...,m-1 , 所以这里最内循环共进行了0+1+...+m-1=(m-1)m/2次所以,i从0取到n, 则循环共进行了: 0+(1-1)*1/2+...+(n-1)n/2=n(n+1)(n-1)/6所以时间复杂度为O(n^3).


我 们还应该区分算法的最坏情况的行为和期望行为。如快速排序的最 坏情况运行时间是 O(n^2),但期望时间是 O(nlogn)。通过每次都仔细 地选择基准值,我们有可能把平方情况 (即O(n^2)情况)的概率减小到几乎等于 0。在实际中,精心实现的快速排序一般都能以 (O(nlogn)时间运行。
下面是一些常用的记法:


访问数组中的元素是常数时间操作,或说O(1)操作。一个算法 如 果能在每个步骤去掉一半数据元素,如二分检索,通常它就取 O(logn)时间。用strcmp比较两个具有n个字符的串需要O(n)时间 。常规的矩阵乘算法是O(n^3),因为算出每个元素都需要将n对 元素相乘并加到一起,所有元素的个数是n^2。
指数时间算法通常来源于需要 求出所有可能结果。例如,n个元 素的集合共有2n个子集,所以要求出所有子集的算法将是O(2n)的 。指数算法一般说来是太复杂了,除非n的值非常小,因为,在 这个问题中增加一个元素就导致运行时间加倍。不幸的是,确实有许多问题 (如著名 的“巡回售货员问题” ),到目前为止找到的算法都是指数的。如果我们真的遇到这种情况, 通常应该用寻找近似最佳结果的算法替代之。

外层循环n-1次,有1句赋值,内层循环n-i次,有4句赋值。
内层循环总的次数用等差数列求和公式算一下就是(1+(n-1))*(n-1)/2=n*(n-1)/2≈n^2/2
所以f(n)≈1 * n + 4 * n^2/2
存在常数c使得当n很大时,f(n)<=c*n^2,所以时间复杂度是O(n^2)


数据结构中排序和查找各种时间复杂度
所以,堆排序是不稳定的排序算法 一、排序 排序法 平均时间 最差情形 稳定度 额外空间 备注 冒泡 O(n2) O(n2) 稳定 O(1) n小时较好 交换 O(n2) O(n2) 不稳定 O(1) n小时较好 选择 O(n2) O(n2) 不稳定 O(1) n小时较好...

常见排序算法以及对应的时间复杂度和空间复杂度
得到一个序列。然后比较高一位,重复上述操作,直到最高位排序完成。数列就变成一个有序序列。基数排序是稳定排序。以全是二位数的序列举例 无限猴子定理 :指一只猴子随机在打字机键盘上按键,最后必然可以打出法国国家图书馆的每本图书。时间复杂度最低1次,最高可执行到世界的尽头。。。

最坏情况下,冒泡排序的时间复杂度为…c语言
假设数组长度为n,对于冒泡排序的最坏情况是逆向有序,复杂度为 n - 1 + n - 2 + n - 3 + ... + 2 + 1 = (n-1)(n-1+1)\/2= n(n-1)\/2

C语言 各常见排序法的时间复杂度 急 请简单说明
选择排序算法复杂度是O(n^2)。插入排序是O(n^2)快速排序快速排序是不稳定的。最理想情况算法时间复杂度O(nlog2n),最坏O(n^2)。堆排序算法时间复杂度O(nlogn)。归并排序的时间复杂度是O(nlog2n)。

冒泡排序法是什么
第八轮过后状态如下(同样没有改变):请点击输入图片描述 到此为止,所有元素都是有序的了,这就是冒泡排序的整体思路。原始的冒泡排序是稳定排序。由于该排序算法的每一轮要遍历所有元素,轮转的次数和元素数量相当,所以时间复杂度是O(N^2) 。冒泡排序代码 希望对您有所帮助!~...

数据排序空间复杂度是多少?
1、 所有的简单排序方法(包括:直接插入、起泡和简单选择)和堆排序的空间复杂度为O(1);2、 快速排序为O(logn ),为栈所需的辅助空间;3、 归并排序所需辅助空间最多,其空间复杂度为O(n );4、链式基数排序需附设队列首尾指针,则空间复杂度为O(rd )。都不知道怎么回答,各种排序说的也...

用冒泡排序法对输入的10个数进行升序排序 并存入数组中
1、打开sublime text 3,点击左上方的“文件”,选择“新建文件”,新建一个后缀名为.html的文件,并命名标题。2、在Body中添加一个简单的input按钮,添加一个点击事件mymaopao,用来在浏览器中查看效果。3、定义两个变量i,j。使用两个for循环嵌套遍历数组,第一个i作用为循环次数,第二个j作用是...

排序算法的时间复杂度
时间复杂度:即从序列的初始状态到经过排序算法的变换移位等操作变到最终排序好的结果状态的过程所花费的时间度量。在计算机科学中,时间复杂性,又称时间复杂度,算法的时间复杂度是一个函数,它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述,不包括...

排序法包括
归并排序是一种稳定的排序方法。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。归并排序的时间复杂度也是O,但由于其需要额外的空间来存储中间结果,所以空间复杂度较高。总的来说,排序法有多种实现方式...

把下面的数按顺序排一排
排序方法:1、冒泡排序:冒泡排序是一种简单的排序算法,它重复地遍历待排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。这个过程一直进行到再也没有需要交换的元素为止,也就是说该数列已经排序完成。冒泡排序的时间复杂度为O(n^2),因此对于大规模数据的排序会比较慢。2、插入...

富民县15271229566: 怎么估算c语言冒泡排序法的时间复杂度 -
采睿慧高: 冒泡排序的算法时间复杂度上O(n^2 )冒泡排序是这样实现的:首先将所有待排序的数字放入工作列表中.从列表的第一个数字到倒数第二个数字,逐个检查:若某一位上的数字大于他的下一位,则将它与它的下一位交换.重复2号步骤,直至再也不能交换.冒泡排序的平均时间复杂度与插入排序相同,也是平方级的,但也是非常容易实现的算法.选择排序选择排序是这样实现的:设数组内存放了n个待排数字,数组下标从1开始,到n结束.i=1从数组的第i个元素开始到第n个元素,寻找最小的元素.将上一步找到的最小元素和第i位元素交换.如果i=n-1算法结束,否则回到第3步选择排序的平均时间复杂度也是O(n^2)的.

富民县15271229566: 冒泡排序法的时间复杂度怎么算? f(n)为什么等于n+4*n^2/2? -
采睿慧高: 外层循环n-1次,有1句赋值,内层循环n-i次,有4句赋值. 内层循环总的次数用等差数列求和公式算一下就是(1+(n-1))*(n-1)/2=n*(n-1)/2≈n^2/2 所以f(n)≈1 * n + 4 * n^2/2 存在常数c使得当n很大时,f(n)<=c*n^2,所以时间复杂度是O(n^2)

富民县15271229566: C语言 各常见排序法的时间复杂度 急 请简单说明 -
采睿慧高: 选择排序抄算法复杂度是O(n^2). 插入排序是O(n^2) 快速排序快速排序是不稳2113定的.5261最理想情况算法时间复杂度O(nlog2n),最坏4102O(n^2). 堆排序算法时间复杂度O(nlogn). 归并1653排序的时间复杂度是O(nlog2n).

富民县15271229566: 什么是冒泡排序和快速排序?两者之间的区别是什么?编程时哪一种排序方法比较好? -
采睿慧高: 冒泡排序的基本思想是:通过无序区中相邻记录关键字间的比较和位置的交换,使关键字最小的记录如气泡一般逐渐往上“漂浮”直至“水面”.整个算法是从最下面的记录开始,对每两个相邻的关键字进行比较,且使关键字较小的记录换至...

富民县15271229566: 冒泡排序时间复杂度冒泡排序最好的时间复杂度为 - ________,平均时间复杂度为 - _______ --
采睿慧高:[答案] 冒泡排序的最坏时间复杂度为O(n2). 算法的平均时间复杂度为O(n2) .冒泡排序最好的时间复杂度为O(n).

富民县15271229566: 假设arr为一个长度为8的整形数组,若要对该数组使用冒泡排序进行排序,则该问题的时间复杂度为多少? -
采睿慧高: 冒泡排序的时间复杂度是n^2,这个一般指最坏时间复杂度

富民县15271229566: 设计n个数的排序算法,并要求计算算法复杂度 -
采睿慧高: 你要用什么排序算法呢 如果是冒泡排序,那么时间复杂度为f(n)=O(n²).#include<stdio.h>#include<malloc.h> void sort(int *arr,int n) { int i,j,temp;//1次 for(i=0;i<n;i++)//n+1次 for(j=0;j<n-1-i;j++)//(n-1)+(n-2)+(n-3)+....3+2+1 // =n(n-1)/2 { if(arr[j]>arr[j+1...

富民县15271229566: 排序技术中 冒泡法和快速排序法的最坏情况下的比较次数是多少 其时间复杂度分别是多少 -
采睿慧高: 冒泡和快排最坏情况下比较次数是一样的: 1+2+3+...+(n-1) 时间复杂度: 插入,冒泡,选择:O(n^2) 希尔:O(n^1.2) 快排,堆排:O(nlogn)

富民县15271229566: 谁能帮忙分析一下冒泡排序的时间复杂度,要详细的哦~· -
采睿慧高: 计算时间复杂度主要是看这几个指标:1 input size(输入)2 basic operation/most costly operation(基本操作)3 determine average cases(决定最坏和平均的时间)4 sove it(计算) 在冒泡排序中的核心部分是 for(i=0;i<n-1;i++)for(j=0;j<n-1-i;...

富民县15271229566: 谁能讲一下冒泡排序原理? -
采睿慧高: 冒泡排序算法的原理如下: 1.比较相邻的元素.如果第一个比第二个大,就交换他们两个. 2.对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对.在这一点,最后的元素应该会是最大的数. 3.针对所有的元素重复以上的步骤,除...

本站内容来自于网友发表,不代表本站立场,仅表示其个人看法,不对其真实性、正确性、有效性作任何的担保
相关事宜请发邮件给我们
© 星空见康网