第2章 数组结构

前言

       几乎所有的程序设计语言中，都包含数组（Array）数据结构。一个数组元素可以表示成一个索引和名称，并且存储在相邻的计算机内存中，属于一种典型的线性表，当多个性质相同的是数据需要处理时，都可以使用数组方式存放数据。

2.1 线性表

       我们先来认识线性表。线性表或称为有序表，是数学概念应用在计算机科学中一种相当基本的数据结构。简单地说，线性表是n个元素的有限序列（n>=0），如26个英文字母的字母表：A,B,C,D,E,…,Z就是一个线性表。

2.1.1线性表定义

2.1.2线性表在计算机中的应用

• 静态数据结构
• 动态数据结构

2.2 认识数组

2.2.1一维数组

2.2.2二维数组

2.2.3三维数组

2.2.4n维数组

2.2.5Arrays类实现

2.3 矩阵的简介与运算

       基本上，数学中的矩阵是用来描述二维数组的最好方式，例如A为3*3的矩阵，也就是有3行和3列，如下所示。

       对于上面的A矩阵，我们是不是会马上想到了一个声明为A(1:3,1:3)的二维数组。许多矩阵的运算与应用，都可以使用计算机中的二维数组解决，例如两个矩阵的相加、相乘，或是某些稀疏矩阵、转置矩阵、上三角矩阵与下三角矩阵等。

2.3.1矩阵相加

2.3.2矩阵相乘

2.3.3转置矩阵

2.3.4稀疏矩阵

2.3.5上三角形矩阵

• 右上三角形矩阵

• 左上三角形矩阵

2.3.6下三角形矩阵

• 左下三角形矩阵
• 右下三角形矩阵

2.4 数组与多项式

       多项式是数学中相当重要的表现方式，通常如果使用计算机来处理多项式的各种相关运算，可以将多项式以数组或链表的形式来存储，我们主要学习多项式以数组结构方式表示的相关应用。

2.4.1认识多项式

2.4.2多项式的加法

小结

• 线性表是n个元素的有限序列（n>=0）,如26个英文字母列表就是一个线性表。
• 线性表按照内存存储的方式，可分为两种：静态数据结构（static data structure）、动态数据结构（dynamic data structure）。
• 静态数据结构或称为“密集表”（dense list），它将有序列表的数据使用连续存储空间（contiguous allocation）来存储。
• 动态数据结构又称为“链表”（linked list），它将线性表的数据使用不连续存储空间来存储。
• “指针变量”（pointer variable）是指内含值为指到内存存储位置的一种数据类型的变量。
• 数组结构类型通常包含5种属性：起始地址、维度（dimension）、索引上下限、数组个数、数组类型。
• α为A数组在内存中的起始位置，d为每一个数组元素所占用的空间，那么数组元素与内存地址有以下关系：Loc(A(i))=α+(i-1)×d。
• Java语言中二维数组声明方式如下：

数据类型[ ][ ] 变量名称=new 数据类型[第一维长度][第二维长度];

• 以行为主（Row-major）：假设α为数值A在内存中的起始地址，d为单位空间，那么数组元素A（i,j）与内存地址与以下关系：

Loc(A(i,j))=α+n×(i-1)×d+(j-1)×d

• 以列为主（Column-major）：数组元素A（i,j）与内存地址有以下关系：

Loc(A(i,j))=α+(i-1)×d+m×(j-1)×d

• Java语言中三维数组声明方式如下：

数据类型[ ][ ][ ] 变量名称=new 数据类型[第一维长度][第二维长度][第三维长度];

• Java中的Arrays类提供许多对于数组的处理方法，比如排序、查找、复制、填充及比较等。
• 假设A为m×n矩阵，则A^t 为n×m矩阵，对每一个A(i,j)=A^t (j,i)，则称A^t 为A的转置矩阵。
• 稀疏矩阵最简单的定义就是，一个矩阵中大部分的元素为0即可称为“稀疏矩阵”（Sparse Matrix）。
• 上三角形矩阵（Upper Trangular Matrix）就是一种对角线以下皆为0的n×n矩阵，其中又可分为右上三角形矩阵（Right Upper Trangular Matrix）与左上三角形矩阵（Left Upper Trangular Matrix）。
• 下三角形矩阵（Lower Trangular Matrix）是一种对角线以上元素皆为0的n×n矩阵，其中又可分为左下三角形矩阵（Left Lower Trangular Matrix）和右下三角形矩阵（RightLower Trangular Matrix）。