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是有序的，所以可以一次冒泡完成，时间复杂度是。 O(n)
时间复杂性：也很容易计算。最糟糕的情况是数据在开始时是倒序的，所以 n-1 第二次冒泡可以完成，时间复杂度为 O(n^2)
平均时间的复杂性，严格来说，平均时间的复杂性是加权平均预期时间的复杂性。在分析时，我们应该结合概率识别的知识 n 数据数组，有 n! 不同的排序方法，不同的排列方法，泡沫排序的执行时间必须不同，如果你想使用概率识别方法来定量分析平均时间的复杂性，数据推理将非常复杂，这里有一个想法，通过有序和逆序分析这两个概念。有序是有序元素的数量，比如 3，1 ，2 这三个数据的有序程度为1 即 （1，2） 相反，逆序度是 二、即(3，2)(3，1)这两个， 1， 2， 3 这三个数据的有序性是 3：(1、2)(1、3)(2、3) 完全有序的数据序列的有序性也称为全有序性。
2、内存消耗。用空间的复杂性来衡量，冒泡排序只需要一个变量。
TMP存储交换数据，因此空间复杂度为O(1)，空间复杂度为O(1)排序算法，又称原排序算法。
3、稳定性。
对于排序算法，有一个重要的衡量指标，即稳定性。这个概念是，如果等值元素存在于待排序的序列中，则等值元素之间的原始顺序在排序后保持不变。假设有序列4、1、2、2，我们将第一个2叫2'，第二个2叫2'，如果排序后是1，2',2',4.那么这种排序算法是稳定的，否则就不稳定了。
以上是python冒泡排序算法的性能探究，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。