python数据结构与算法——day02

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。