【数据结构与算法】学习笔记1----数组与列表

一、什么是数组?

数组对应的英文是array,是有限个相同类型的变量所组成的有序集合,数组中的每一个变量称为元素。数组是最简单、最常用的数据结构。
简单来说:数组是一种线性表数据结构。用连续的内存空间存储一组相同类型的数据。(数组的内存分配方式:顺序存储)
备注:
(1)python中没有数组这个概念,但是有列表和元组,它们本质上都是对数组的封装。
(2)
列表:是一个动态可扩展的数组,支持任意地添加、删除、修改元素。
元组:是一个不可变集合,一旦创建就不再支持修改。

二、数组是怎么根据下标进行随机访问的?

通过寻址公式:a[i]_address = base_address + i * data_type_size
其中data_type_size表示数组中每个元素的大小,base_address 是首元素地址,i数组下标。

三、数组的基本操作

1.读取元素(随机访问)

随机读取,直接根据下标读取元素

my_list = [1, 2, 3, 4, 5, 6, 7]
print(my_list[3])
2.更新元素

直接利用数组下标,就可以把新值赋给该元素

my_list = [1, 2, 3, 4, 5, 6, 7]
my_list[3]=10
print(my_list)
3.插入元素
(1)插入

无论是尾部插入还是中间插入,python的底层有相关可以调用的方法,详细可以见之前的学习笔记“python学习笔记1–数据结构之「列表」
这里我主要记录的是自己通过代码实现插入操作。
(a)当数组容量已满时,则不可以插入,如图:
在这里插入图片描述

(b)插入位置不能是下标0之前;又因为数组是连续的内存空间,所以也不能插入下标位置为8之后,如图:
在这里插入图片描述

(c)其他情况是可以插入的,如图:
在这里插入图片描述
data[6]=data[5]
data[5]=data[4]
data[4]=data[3]
data[3]=data[2]
data[2]=insert_value
从这里可以看出,首先需要从右向左循环,逐个元素向右挪一位;然后再插入新元素到指定位置.
所以,可以实现一段插入元素的代码:

  class Array:
    def __init__(self,capacity)-> None:
        # 基本变量存数据
        self.data = [None]*capacity
        # 记录存了多少数据
        self.count = 0
        # 数组容量
      
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值