冒泡排序
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
冒泡排序（英语：Bubble Sort ）是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成
基本思路是通过两两比较相邻的元素并交换它们的位置，从而使整个序列按照顺序排列。 该算法一趟排序后，最大值总是会移到数组最后面，那么接下来就不用再考虑这个最大值。 一直重复这样的操作，最终就可以得到排序完成的数组
哈夫曼树的处理其实很简单，将所有的权值节点放入最小优先队列中，每次取队头的两个数出来，组成一棵树，这颗树就三个节点，头节点是两个子节点的权值和。然后将新形成的头节点放入原先的最小优先队列中，循环上述过程就成为了一颗哈夫曼树。 将这些节点放入最小优先队列中，选择最小的两个权值节点——2、3出队，同时算出这两个节点的和为5 将刚刚得到的5权值节点放入初始的最小优先队列中，并再次pop出两个最小的权值节点，这次选择5、6，计算出和为11 重复上述操作，我们发现现在的最小优先队列的值为[7 10 11 19 21 32]，而我们这次出队的两个节点7、10都不是已经构造号的二叉树里面的节点，所以需要另外开一颗二叉树，这个树就是 17、7、10（头、左、右） 现在队列是[40 60]，就只剩两个了，和为100，构建100、40、60 5、avl树，bst树（两者出现一个） AVL 树是一种平衡二叉树
本文主要讨论行为型模式 职责链模式： 职责链模式(Chain of Responsibility Pattern)：避免请求发送者与接收者耦合在一起，让多个对象都有可能接收请求，将这些对象连接成一条链，并且沿着这条链传递请求，直到有对象处理它为止。职责链模式是一种对象行为型模式。 在软件开发中常常遇到实现某种目标存在多种策略可供选择的情况，当实现某一个功能存在多种算法或者策略，我们可以根据环境或者条件的不同选择不同的算法或者策略来完成该功能，如数据排序策略有冒泡排序、选择排序、插入排序、二叉树排序等
给出一个1到n的排列a1a2...an，对它进行冒泡排序。 本题中规定冒泡排序一定是按照下面这段代码这样实现的：
for(i=1;i<=n;i++)
for(j=1;j
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
在本教程中，您将学习什么是渐近符号。此外，您还将了解 Big-O 表示法、θ 表示法和 ω 表示法。 算法的效率取决于执行算法所需的时间、存储和其他资源
在很早之前，我曾经发过一篇文章，讲的是冒泡排序的交换次数就是逆序数。可是，这样计算逆序数的话，时间成本就很高，比较冒泡是时间复杂度为O(N²)的算法呢！那怎么办呢？其实，我们可以使用归并排序的思想来计算逆序数。 （以下内容需要先了解归并排序，具体讲解可以看我的这一篇文章：） 我们会发现，在进行升序的归并排序时，每一次后方元素移到前面来的移动距离就是本次操作的逆序数
什么是八大排序算法？ 答：经常提及的八大排序算法指的就是内部排序的八种算法，分别是冒泡排序、快速排序、直接插入排序、希尔排序、简单… 1. 前言 想学好前端，先练好内功，只有内功深厚者，前端之路才会走得更远。 如何选择排序？ 答：选择排序大致的思路是找到数据结构中的最小值并 将其放置在第一位，接着找到第二小的值并将其放在第二位，以此类推。 插入排序的思想十分的重要 学会了他你才能学习 希尔排序而 希尔排序 又是排序算法 历史上的一个转折点 他打破了 排序算法 时间复杂度平均不会低于 O（N^2） 的理论