首先我们建立一个类:
public class SeqList{
//属性
private int[] array; //保存数据
private int size; //已经有的数据个数
//构造方法
public SeqList(){
//1.初始化array
//2.初始化size
array = new int[11]; //动态初始化,必须知道长度
size = 0;
}
一些基本方法:
public void erase(int index){
for(int i = 0; i <= size - index; i++){
array[index] = array[index + 1];
}
size--;
}
public int indexOf(int element){
for(int i = 0; i < size; i++){
if(array[i] == element){
System.out.printf("找到了!下标是%d%n",i);
return i;
}
}
System.out.printf("找不到");
return -1;
}
接下来实现这个方法:
public void removeAll(int element){
int index;
while((index = indexOf(element))!= -1){
erase(index);
size--;
}
这个方法较为简单,但时间复杂度为 :O(n^2) 空间复杂度为:O(1)
时间复杂度并不理想,所以要进行优化:
public void removeAll(int element){
int[] newArray = new int[size];
int j = 0;
for(int i = 0; i <size; i++){
if (array[i] != element){
newArray[j++] = array[i];
}
}
for(int i = 0;i < j; i++){
array[i] = newArray[i];
}
size = j;
}
初步优化是选择重新申请一个空间,先将不需要删除的数据一个个的保存到新的空间中去,等删除完毕后,重新把数据搬运回来。这个方式的时间复杂度:O(n) 空间复杂度:O(n)
但有没有可能将空间复杂度优化为O(1)呢?当然可以,事实上通过上边的思想可以在原有空间上直接进行数据的搬运,免去了重新申请空间:>
public void removeAll(int element){
int j = 0;
for(int i = 0; i < size; i++){
if (array[i] != element){
array[j++] = array[i];
}
}
size = j;
}
在最后这一次优化中,将i进行数组的元素遍历,将j用于统计修改后数据所处位置的下标,不需要重新申请空间就完成了搬运。时间复杂度为: O(n) 空间O(1)