1、冒泡排序原理
-
直观点先看图（注：图片来源于网络）
从上图我们可以看出冒泡排序的规则,归纳几点如下:
冒泡的规则：
-
每一轮获取第一个数和后面的数据进行依次比较的过程，称为一轮冒泡的过程
-
每一轮冒泡.都是先拿第一个数，依次比对相邻的两个数，如果前一个数比后一个数大，则交换他们的位置，这一轮比较完毕，会把最大的数放在最后面。
-
然后反复重复上面的步骤（每一轮都能将前面数据中一个最大数，放到后面），直到一轮冒泡下来没有任何数据需交互位置,此时数据已经为有序状态
冒泡的次数:
假设列表的长度为n，冒泡排序是每次拿出来第一个元素，需要拿多少次呢？应该是列表的长度减1，意味着每一个长度为n的列表，需要冒泡 n-1 次
每次冒泡比较的次数：
每一次冒泡，都能排好一个数据的顺序，第一次冒泡，需要进行依次比较的次数为n次，那么随着次的增加排好的数据也会越多，需要比较的数据就越少。关系图如下：
| 第几次冒泡 | 比较的次数 |
|---|---|
| 1 | n-1 |
| 2 | n-2 |
| 3 | n-3 |
| 4 | n-4 |
根据以上分析我们找出了冒泡次数和，比较次数的关系，接下来就可以通过代码来实现了，实现代码如下：
2、python实现冒泡排序
代码实现：
li = [22, 3, 44, 112, 1, 442, 55, 33, 65]
def bubble_sort(li):
n = len(li)
# 遍历列表长度减1次
for i in range(1, n):
# 每次遍历都获取第一个元素，依次和后面的元素进行比较
for j in range(n - i):
# 判断前元素，和后一个元素的值
if li[j] > li[j + 1]:
# 交换当前元素和后一个元素的值
li[j], li[j + 1] = li[j + 1], li[j]
return li
注意：上面的代码根据冒泡的思路,实现了排序，但是从严格意义上讲还是由缺陷的，不能算是真正的冒泡排序，只是一个伪冒泡排序，面试能够把这个伪冒泡排序写出来，大多数公司还是能过的。
3、代码优化
众所周知，进行冒泡排序的时候，按正常的逻辑来讲，当一轮冒泡下来，所有数据的顺序都没发生改变，那么该数据就是一个有序列表了，这个时候就不会在进行下一轮冒泡了，
例如：当我们使用一个有序列表来进行冒泡排序，那么第一轮冒泡下来，所有的数据顺序都不会发生改变，那么就不会再进行下一轮冒泡，这样情况下时间复杂度为最优，只进行一轮冒泡，即O(n)。
1、缺陷分析
针对于时间复杂度最优的这种情况，在上面写的伪冒泡排序算法中是不可能出现的，不管被排序的数据有没有顺序，都会进行n-1次冒泡，即最坏时间复杂度。
在这边上面的伪冒泡只考虑了冒泡的过程，不管列表原来的顺序，依次冒泡，全部去排一遍顺序，没有从时间复杂度的角度去做优化。
2、代码优化
针对上述缺陷问题，接下来我们进行优化
代码如下：
def bubble_sort(li):
n = len(li)
# 遍历列表长度减1次
for i in range(1, n):
# 创建一个变量，用来记录本轮冒泡，是否有数据交换位置
status = False
# 每次遍历都获取第一个元素，依次和后面的元素进行比较
for j in range(n - i):
# 判断前元素，和后一个元素的值
if li[j] > li[j + 1]:
# 交换当前元素和后一个元素的值
li[j], li[j + 1] = li[j + 1], li[j]
# 只要由数据交换位置，则修改statusd的值
status = True
# 每一轮冒泡结束之后，判断当前status是否为Flase,
# 如果为Flase，则说明上一轮冒泡没有修改任何数据的顺序（即数据是有序的）
if not status:
return li
return li
代码解释：上述代码对之前的伪冒泡进行了优化，主要优化的点在于，我们每一次冒泡的时候，设置一个变量来记录，当前这次冒泡数据的顺序是否有发生改变，初始值设为False,当数据属性发生改变时，就把这个值设为True，一轮冒泡结束后 再去判断，这个变量是否为False,如果为False则没有发生改变，即数据有序，那么接下来就可以直接返回数据，不需要再进行下一次冒泡。
提示：看完文章的小伙伴，以后面试遇到冒泡排序的时候不要再写伪冒泡了！