python冒泡排序算法的性能探索

1.执行效率分为最小时间复杂度、时间复杂度和平均时间复杂度。

最小时间复杂度：很容易计算，最好的情况是数据一开始就有序，所以一次冒泡就可以完成，时间复杂度为O(n)

时间复杂度：也很容易计算。最坏的情况是一开始数据是逆序的，所以可以通过n-1次冒泡完成，时间复杂度为O(n^2)

平均时间复杂度，严格来说，平均时间复杂度是加权平均期望时间复杂度。分析中应结合概率识别的知识。对于包含 n 个数据的数组，有 n!排序方式，排列方式不同，冒泡排序的执行时间肯定是不一样的。如果我们用概率识别的方法来定量分析平均时间复杂度，所涉及的数据推理会非常复杂。这是一种思维方式。分析。有序度是有序的元素个数，如3、1、2。这三个数据的有序度为1，即(1, 2)。反之，反转度为2，即(3, 2) (3, 1) 这两个，1, 2, 3 三个数据的顺序为3： (1, 2) (1, 3) (2, 3)，逆序为0，完全有序数据 一个序列的有序度也称为全序度。

2. 内存消耗。以空间复杂度衡量，冒泡排序只需要一个变量。

tmp存储交换数据，所以空间复杂度为O(1)，空间复杂度为O(1)的排序算法也称为原始排序算法。

3、稳定性。

对于排序算法，一个重要的衡量标准是稳定性。其概念是，如果待排序序列中存在等价元素，则等价元素之间的原始顺序在排序后保持不变。假设有一个4、1、2、2的序列，我们称第一个2 2'，第二个2 2'。如果排序后的序列是 1, 2', 2', 4，那么排序算法是稳定的，否则是不稳定的。

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。