目录
数组是一种线性数据结构，其将相同类型的元素存储在连续的内存空间中。我们将元素在数组中的位置称为该元素的索引。
数组常用操作
1. 初始化数组
无初始值、给定初始值。在未指定初始值的情况下，大多数编程语言会将数组元素初始化为 0 ：
# python 代码示例
arr : list[int] = [0] * 5
nums : list[int] = [1,3,4,5,2]// c++ 代码示例
int arr[5] ;
int nums[5] = {1,2,3,5,4} ;
// 存储在堆上（需要手动释放其空间）
int* arr1 = new int[5] ;
int* nums1 = new int[5] {1,2,3,5,4} ;2. 访问元素
数组元素被存储在连续的内存空间中，这意味着计算数组元素的内存地址非常容易。给定数组内存地址（首元素内存地址）和某个元素的索引，我们可以使用图 4-2 所示的公式计算得到该元素的内存地址，从而直接访问该元素。
我们发现数组首个元素的索引为 0 ，这似乎有些反直觉，因为从 1 开始计数会更自然。但从地址计算公式的角度看，索引本质上是内存地址的偏移量。首个元素的地址偏移量是 0 ，因此它的索引为 0 是合理的。
在数组中访问元素非常高效，我们可以在 𝑂(1) 时间内随机访问数组中的任意一个元素
# python 代码示例
def random_access(nums) :
random_index = random.randiant(0, len(nums) - 1)
random_num = nums[random_index]
return random_num// c++ 代码示例
int randomAccess(int *nums, int size)
{
// [0, size) 中随机选取一个数字
int randomIndex = rand() % size ;
int randomNum = nums[randomIndex] ;
return randomNum ;
}3. 插入元素
数组元素在内存中是“紧挨着的”，它们之间没有空间再存放任何数据。如果想在数组中间插入一个元素，则需要将该元素之后的所有元素都向后移动一位，之后再把元素赋值给该索引。
值得注意的是，由于数组的长度是固定的，因此插入一个元素必定会导致数组尾部元素“丢失”。
# python 代码示例
def insert(nums, num, index) :
for i in range(len(nums) - 1, index, -1) :
nums[i] = nums[i - 1]
nums[index] = num// c++ 代码示例
void insert(int *nums, int size, int num, int index)
{
for (int i = size - 1 ; i > index ; i--)
{
nums[i] = nums[i - 1] ;
}
nums[index] = num ;
}4. 删除元素
若想删除索引 𝑖 处的元素，则需要把索引 𝑖 之后的元素都向前移动一位。
请注意，删除元素完成后，原先末尾的元素变得“无意义”了，所以我们无须特意去修改它。
# python 代码示例
def remove(nums, index) :
for i in range(index, len(nums) - 1) :
nums[i] = nums[i + 1]
// c++ 代码示例
void remove(int *nums, int size, int index)
{
for (int i = index ; i < size - 1 ; i++)
{
nums[i] = nums[i + 1] ;
}
}总的来看，数组的插入与删除操作有以下缺点。
- 时间复杂度高：数组的插入和删除的平均时间复杂度均为 𝑂(𝑛) ，其中 𝑛 为数组长度。
- 丢失元素：由于数组的长度不可变，因此在插入元素后，超出数组长度范围的元素会丢失。
- 内存浪费：我们可以初始化一个比较长的数组，只用前面一部分，这样在插入数据时，丢失的末尾元素都是“无意义”的，但这样做会造成部分内存空间浪费。
5. 遍历数组
在大多数编程语言中，我们既可以通过索引遍历数组，也可以直接遍历获取数组中的每个元素：
# python 代码示例
def traverse(nums) :
count = 0
for i in range(len(nums)) :
count = count + nums[i]
for num in nums :
count = count + num
for i , num in enumerate(nums) :
count = count + num// c++ 代码示例
void traverse(int *nums, int size)
{
int count = 0 ;
for (int i = 0 ; i < size ; i++)
{
count = count + nums[i] ;
}
}6. 查找元素
在数组中查找指定元素需要遍历数组，每轮判断元素值是否匹配，若匹配则输出对应索引。
因为数组是线性数据结构，所以上述查找操作被称为“线性查找”。
// python 代码示例
def find(nums, target) :
for i, num in enumerate(nums) :
if num == target :
return i
return -1// c++ 代码示例
int find(int *nums, int size, int target)
{
for (int i = 0 ; i < size ; i++)
{
if (nums[i] == target)
{
return i ;
}
}
return -1 ;
}7. 扩容数组
在复杂的系统环境中，程序难以保证数组之后的内存空间是可用的，从而无法安全地扩展数组容量。因此在大多数编程语言中，数组的长度是不可变的。
如果我们希望扩容数组，则需重新建立一个更大的数组，然后把原数组元素依次复制到新数组。这是一个 𝑂(𝑛) 的操作，在数组很大的情况下非常耗时。
代码如下所示：
# python 代码示例
def extend(nums, enlarge) :
res = [0] * (len(nums) + enlarge)
for i in range(len(nums)) :
res[i] = nums[i]
return res// c++ 代码示例
int *extend(int *nums, int size, int enlarge)
{
int *res = new int[size + enlarge] ;
for (int i = 0 ; i < size ; i++)
{
res[i] = nums[i] ;
}
delete[] nums ;
return res ;
}数组的优点与局限性
优点
数组存储在连续的内存空间内，且元素类型相同。这种做法包含丰富的先验信息，系统可以利用这些信息来优化数据结构的操作效率。
- 空间效率高：数组为数据分配了连续的内存块，无须额外的结构开销。
- 支持随机访问：数组允许在 𝑂(1) 时间内访问任何元素。
- 缓存局部性：当访问数组元素时，计算机不仅会加载它，还会缓存其周围的其他数据，从而借助高速缓存来提升后续操作的执行速度。
局限性
- 插入与删除效率低：当数组中元素较多时，插入与删除操作需要移动大量的元素。
- 长度不可变：数组在初始化后长度就固定了，扩容数组需要将所有数据复制到新数组，开销很大。
- 空间浪费：如果数组分配的大小超过实际所需，那么多余的空间就被浪费了。
数组典型应用
数组是一种基础且常见的数据结构，既频繁应用在各类算法之中，也可用于实现各种复杂数据结构。
- 随机访问：如果我们想随机抽取一些样本，那么可以用数组存储，并生成一个随机序列，根据索引实现随机抽样。
- 排序和搜索：数组是排序和搜索算法最常用的数据结构。快速排序、归并排序、二分查找等都主要在数组上进行。
- 查找表：当需要快速查找一个元素或其对应关系时，可以使用数组作为查找表。假如我们想实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存放在数组中的对应位置。
- 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式构建的。数组是神经网络编程中最常使用的数据结构。
- 数据结构实现：数组可以用于实现栈、队列、哈希表、堆、图等数据结构。例如，图的邻接矩阵表示实际上是一个二维数组
31万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
