我们主要进行关心的就是双重for循环以及其中的交换操作，首先外层循环表示要进行比较的趟数，每一趟都会产生一个最大值或最小值，这也就是冒泡的由来，i的范围限定为i < arr.length - 1，为什么不是i < arr.length呢？由上图可知，当未排序的数组中只有一个元素时，不需要再进行比较了，这时整个数组已经是有序状态了。那么内层循环中，为什么 j 的限制条件 为j < arr.length - 1 - i呢？这个也比较好理解，首先第一次的时候，要把 j 的范围限制在j < arr.length - 1 -0，这样arr[j] > arr[j+1]这样的操作才不会出现数组越界，进行第二趟比较的时候，arr[length -1]位置的元素已经是最大的，不需要再进行比较，这时候就要写成j < arr.length - 1 - 1，总结起来就是j < arr.length - 1 - i
但是我们进一步探究，上面的代码是存在这样的弊端的：加入第二趟排序之后，数组就已经是有序状态了，那么后面的几趟比较是不是非常多余呢？下面介绍冒泡排序的改进
代码都是自己在IDE中实现的，直接全部贴过来了，虽然看起来很冗长，其实关键的核心代码就那么几行，我们来看具体的改进方法，采用的方法就是设置一个flag变量，在当前这一趟比较中，如果发生了元素的交换，那么将flag设置为true，如果这趟比较从头到尾都没有进行过交换，那么最终的flag值为false，直接break退出循环。
用我自己的话理解呢，这个改进就是在之前的单向寻找最大值的基础上，增加了反向寻找最小值，也就是双向冒泡，总体上来讲，鸡尾酒排序要比普通冒泡排序的交换次数要少，但是对于鸡尾酒排序，在算法的时间复杂度和空间复杂度上并没有改进，在完全逆序数组进行排序时，不管是普通的还是改进的，表现得都是非常差。
代码实现：
当原始序列为正序时，并且设置了flag变量，那么这时最好的情况为比较n-1次，时间复杂度为O(n)
当原始序列为逆序时， 对于n个元素，相邻元素均要比较，共有(n-1)次。经过一回合冒泡过程后，最大元素沉淀到最右位置。第二回合， 只剩下(n-1)个元素，只需要比较(n-2)次。依次类推，其他比较次数为(n-3)......21. 所以总共比较次数为n(n-1)/2，而且是固定为这个数目。 至于交换次数，这个取决于初始序列的逆序数。对于数组A[1...n]，如果对于iA[j]，则称(A[i]A[j])是一个逆序对，序列中逆序对的个数称为逆序数。
冒泡排序每次交换，只改变了相邻两元素的位置，不影响和其他元素之间的逆序关系，因而，逆序数只减1。所以，冒泡排序交换次数等于初始序列的逆序数。最坏情况下的时间复杂度为O(n^2)；
当原始序列杂乱无序时，冒泡排序的平均时间复杂度为O(n^2)。
冒泡排序排序过程中需要一个临时变量进行两两交换，所需要的额外空间为1，因此空间复杂度为O(1)。