不要为冒泡排序感到羞耻，它有它的位置。如果您的数据集较小，则很容易编写代码，并且如果操作正确（永远不要交换相等的元素），则很稳定。
如果您的数据大部分是通过在每次传递时交替方向进行排序的，它也可能会非常快。我知道你说它最初不是接近排序的，我说的是如果你排序然后坚持下去，它变成这样的可能性。在任何一种情况下，如果数据集的大小很小，那么它是否完全未排序并不重要。
尤其是如果，正如您在对另一个答案的评论中提到的那样，您的数据集大小约为 11。缺少明确的排序算法设计是故意可怕的，任何算法都可以轻松地足够快地处理这样的大小。
如果您的环境不提供稳定的排序，考虑到您的约束和属性，我会选择冒泡排序。
事实上，使用以下程序和time 实用程序，我发现用于qsort 和冒泡排序的CPU 时间只有在元素计数达到10,000 时才会开始产生影响。
即便如此，冒泡排序也只用了不到半秒。除非你每秒要进行很多次排序，否则这无关紧要。
#include <stdio.h>
#include <stdlib.h>
static int data[10000];
#define SZDATA (sizeof (*data))
#define NMDATA (sizeof (data) / sizeof (*data))
int compfn (const void *a, const void *b) {
if (*((int*)a) > *((int*)b))
return 1;
if (*((int*)a) < *((int*)b))
return -1;
return 0;
}
int main (void) {
int i, tmp, swapped, count;
for (i = 0; i < NMDATA; i++)
data[i] = (i * 3) % 11;
if (0) {
qsort (data, NMDATA, SZDATA, compfn);
} else {
swapped = 1;
count = NMDATA;
while (swapped) {
swapped = 0;
for (i = 1; i < count; i++) {
if (data[i] < data[i-1]) {
tmp = data[i];
data[i] = data[i-1];
data[i-1] = tmp;
swapped = 1;
}
}
count --;
}
}
//for (i = 0; i < NMDATA; i++)
//printf ("%10d\n", data[i]);
return 0;
}
通过改变data 数组和if (0) 语句的大小，我得到了以下结果（以毫秒为单位），每种情况运行五次：
Data size | qsort | bubble
----------+-------+-------
100 | 61 | 76
| 76 | 76
| 77 | 61
| 61 | 60
| 61 | 61 avg qsort = 67, bubble = 67
1000 | 77 | 93
| 61 | 45
| 76 | 77
| 77 | 76
| 76 | 77 avg qsort = 73, bubble = 74
| |
10000 | 92 | 414
| 77 | 413
| 61 | 413
| 76 | 405
| 61 | 421 avg qsort = 73, bubble = 413
我怀疑使用小数据集的快速冒泡排序之所以如此，是因为缺少函数调用。
要摆脱这一点的是，对于较小的数据集，算法的效率通常并不重要，因为像 big-O 这样的东西通常会随着数据集变大而相关。
但是，此测试是在 my 环境中完成的，您的环境可能会有很大差异。我建议在您的环境中执行相同的测量 - 实施冒泡排序，并且仅在必要时才考虑使用更复杂的算法。
根据评论者的建议，我使用srand(42) 重新运行测试，然后使用rand() 填充数组元素。在这种情况下，冒泡排序的结果仅略差一点，10,000 个元素的 642 对 413 毫秒和 1,000 个元素的 82 对 74 毫秒。
考虑到问题中的限制（元素数量少、排序不频繁、稳定性要求、空间复杂度低），我仍然更喜欢冒泡排序的简单性，而不是任何更复杂的算法。
不过，请记住我之前的建议：您需要在自己的自己的环境中计时。结果可能大不相同。您可以使用我提供的代码作为基线。说真的，如果您选择的任何方法都花费不到一秒钟的时间，那么对于您的目的来说，它可能已经绰绰有余了。