一,基本顺序表与元素外围顺序表
1.首先来看基本数据类型:
(1)数据所占空间大小:比如Int 类型(32位机):占4个字节,32位
Char类型:占一个字节,也就是一个存储空间,8位
地址按照存储单元标识,一个存储单元有8bit大小
例如:Int a=1
Char b
(2)如何被对待:
四个存储空间可以被认为是存放一个Int型,也可以被认为是存放4个Char型
2.数据是如何被保存的?
首先以列表为例:
(1)列表数据类型相同
id(List[0])为0x23,List表的首地址也是0x23
(2)列表数据类型不同
List[100,‘ab’,1.1111],虽然这些数据的存放的地址不连续,但是列表会把这些地址作为存储数据,放在一个连续的空间内
顺序表组成
表头+数据区
顺序表有两种
一个是分离式:(可以理解为带头节点)
一个是一体式:(可以理解为不带头节点)
两者区别:
图a为一体式结构,存储表信息的单元与元素存储区以连续的方式安排在一块存储区里,两部分数据的整体形成一个完整的顺序表对象。
图b为分离式结构,表对象里只保存与整个表有关的信息(即容量和元素个数),实际数据元素存放在另一个独立的元素存储区里,通过链接与基本表对象关联。
元素的替换
一体式结构整体性强,易于管理。但是由于数据元素存储区域是表对象的一部分,顺序表创建后,元素存储区就固定了。
当空间不足时想插入一个元素,这个时候就需要重新申请空间,注意申请空间大小要算上旧的大小,再进行数据搬迁,相当于集体换地方数据搬迁(数据+表头),而且这个时候申请空间的初始地址是新的地址,一体式结构的列表表头地址也就变成新的地址了;
然而分离式结构列表不会进行集体搬迁,而只是数据区搬迁,也就是说申请空间的时候只申请新的数据区(申请大小还是旧+新),不需要改变表头位置,只需要改变表头中的标记节点的 数值即可,这个数值就是新的数据区地址
元素存储区的扩充
上面提到了申请空间,可以理解为扩充顺序表的空间,那么空间如何扩充?
有两种策略:
1.每次扩充增加固定数目的存储位置,如每次扩充增加10个元素位置,这种策略可称为线性增长。
特点:节省空间,但是扩充操作频繁,操作次数多。
2.每次扩充容量加倍,如每次扩充增加一倍存储空间。
特点:减少了扩充操作的执行次数,但可能会浪费空间资源。以空间换时间,推荐的方式。
顺序表的操作
1.增加元素
a. 尾端加入元素,时间复杂度为O(1)
b. 非保序的加入元素(不常见),时间复杂度为O(1)
c. 保序的元素加入,时间复杂度为O(n)
2.删除元素
a. 删除表尾元素,时间复杂度为O(1)
b. 非保序的元素删除(不常见),时间复杂度为O(1)
c. 保序的元素删除,时间复杂度为O(n)
Python中的顺序表
1.在Python的官方实现中**,list就是一种采用分离式技术**实现的动态顺序表;
2.list实现采用了如下的策略:在建立空表(或者很小的表)时,系统分配一块能容纳8个元素的存储区;
3.在执行插入操作(insert或append)时,如果元素存储区满就换一块4倍大的存储区。但如果此时的表已经很大(目前的阀值为50000),则改变策略,采用加一倍的方法。引入这种改变策略的方式,是为了避免出现过多空闲的存储位置。