算法通关村第三关——数组增删改查笔记

一、线性表基础

1、线性表

        所谓线性表就是具有相同特征数据元素的一个有限序列，其中所含元素的个数称为线性表的长度，从不同的角度看，线性表可以有不同的分类，例如：

从语言实现的角度：
        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。这种结构整体性强，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。C和C++都是一体式结构。
        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。Java和python是分离式结构。
从存储的角度：
        从存储的角度看，可以分为顺序型和链表型。顺序型就是将数据存放在一段固定的区间内，此时访问元素的效率非常高，但是删除和增加元素代价比较大，如果要扩容只能整体搬迁。而在链表型里，元素之间是通过地址依次连接的，因此访问时必须从头开始逐步向后找，因此查找效率低，而删除和增加元素非常方便，并且也不需要考虑扩容的问题。
从访问限制的角度：
        栈和队列又称为访问受限的线性表，插入和删除受到了限制，只能在固定的位置进行。而Hash比较特殊，其内部真正存储数据一般是数组，但是访问是通过映射来实现的，因此大部分材料里并不将Hash归结到线性表中。线性表的知识架构如下：

        线性表的常见操作有初始化、求表长、增删改查等，事实上每种数据结构都至少要有这几种操作，大部分的基础算法题都是基于此扩展的。
从扩容的角度：
        采用分离式结构的顺序表，若将数据区更换为存储空间更大的区域，则可以在不改变表对象的前提下对其数据存储区进行了扩充，所有使用这个表的地方都不必修改，只要程序的运行环境（计算机系统）还有空闲存储，这种表结构就不会因为满了而导致操作无法进行。人们把采用这种技术实现的顺序表称为动态顺序表，因为其容量可以在使用中动态变化。
扩充的两种策略：

• 第一种：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。
• 第二种：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。

        具体到每种结构语言中的结构，实现方式千差万别，其中Java基本是扩容时加倍的方式，而在python的官方实现中，list实现采用了如下的策略：在建立空表（或很小的小）时，系统分配一块能容纳8个元素的存储区；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了（目前的阈值为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。

2、数组的概念

        数组是线性表最基本的结构，特点是元素是一个紧密在一起的序列，相互之间不需要记录彼此的关系就能访问，例如月份、星座等。
        数组用索引的数字来标识每项数据在数组中的位置，且在大多数编程语言中，索引是从0算起的。我们可以根据数组中的索引快速访问数组中的元素。

        数组有两个需要注意的点，一个是从0开始记录，也就是第一个存元素的位置是a[0]，最后一个是a[length-1]。其次，数组中的元素在内存中的连续存储的，且每个元素占用相同大小的内存。

        另外需要注意的是数组空间不一定是满的，100的空间可能只用了10个位置，所以要注意数据个数的变量size和数组长度length可能不一样，解题时必须注意。

3、数组存储元素的特征

（1）数组创建，不同语言处理会不一样，在C语言里每个位置都是一个随机数；而在java里，默认会初始化为0；而python更为灵活可以直接指定是什么，例如a=[1,2,3,4]，就是数组里有四个元素，而a=[0 for i inrange(10)]这样定义的数组就是[0,0,0,0,0,0,0,0,0,0]。
（2）数组初始化是可以初始一部分位置的，你可以将前面五个位置依次，后面的空着，因此数组内容为{1,2,3,4,5,0,0,0,0,0}。数组的初始化的本质就是覆盖已有的值，用你需要的值覆盖原来的0，因为数组本来是{0,0,0,0,0,0,0,0,0,0}，这里只不过被你替换成了{1,2,3,4,5,0,0,0,0,0}。如果此你想知道有效元素的个数，就必须再使用一个额外的变量，例如size来标记。
（3）注意，初始化必须是从前向后的连续空间初始化，不可以出现空缺的情况，这是违背数组的原则的。你正在进行某种运算期间可以给部分位置赋值，而一旦稳定了，就不可以再出现空位置的情况。
（4）如果需要的数据就是在中间某一时段的情况，例如{0,0,3,4,5,6,7,0,0,0}，此时如果想拿到3到7的元素，你需要使用两个变量，例如left=2，right=6来表示区间[left,right]是有效的。
（5）元素删除的时候，例如原始数组为{1,2,3,4,5,6,7,8,0,0}，删除4之后，根据数组的移动原则，从5开始向前移动，变成{1,2,3,5,6,7,8,?,0,0}，原来8的位置，仍然是8，也就是删除4之后的结构为{1,2,3,5,6,7,8,8,0,0}，此时表示元素数量的size会减1变成7，原来的8的位置仍然是8，因为我们是通过size来标记元素数量的，所以最后一个8不会被访问到。
（6）这个8，不用优化，优化了也没用。

二、数组基本操作

在面试中，数组大部分情况下都是int类型的，所以以下就用int类型来实现这些基本功能。

1、数组创建和初始化

创建一维数组的方法不同的语言不一样，如下：

数组初始化：

将int[] nums = {2,5,0,4,6,-10}这种赋值方法背下来！

2、查找一个元素

根据值是否相等进行线性查找，基本实现如下：

3、增加一个元素

        将给定的元素插入到有序数组的对应位置中，我们可以先找位置，再将其他元素整体右移，最后插入到空位置上。这里需要注意，算法必须能保证在数组的首部、尾部和中间位置插入都可以成功。推荐一种实现方式，代码如下：

问题1处，注意这里的size是从1开始编号的，表示的就是实际元素的个数。而arr.length也是从1开始的，当空间满的时候就是size=arr.length，此时就不能再插入元素了。
问题2处，只能令index=size，0或者size-1都不对。例如已有序列为{3,4,7,8}，如果插入的元素比8大，例如9，假如index=0，则最后{9,3,4,7,8,}。假如index=size-1，最后结果{3,4,7,9,8}。
        除了上面的方式，还可以一开始就从后往前一边移动一遍对比查找，找到位置直接插入。从效率上看，这样更好一些，因为只遍历了一次。代码如下：

4、删除一个元素

        对于删除，不能一边从后面向前移动一边查找了，因为元素可能不存在。所以要分为两个步骤，先从最左侧开始查找是否存在元素，如果元素存在，则从该位置开始执行删除操作。例如序列是1 2 3 4 5 6 7 8 9，要删除5，则应先遍历，找到5，然后从5开始执行删除操作，也就是从6开始逐步覆盖上一个元素，最终将序列变成1 2 3 4 6 7 8 9 [9]。

三、单调数组问题

        我们在写算法的时候，数组是否有序是一个非常重要的前提，有或者没有可能会采用完全不同的策略。LeetCode896.判断一个给定的数组是否为单调数组。
分析：如果对于i<=j，A[i] <= A[j]，那么数组A是单调递增的；如果对于所有i <= j，A[i] >= A[j]，那么数组A是单调递减的。所以遍历数组执行这个判定条件就行了，由于有递增和递减两种情况，于是我们执行两次循环就可以了。代码如下：

优化：

        我们判断整体单调性不是白干的，很多时候需要将特定元素插入到有序序列中，并保证插入后的序列仍然有序，例如LeetCode35：给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

实现代码如下：

四、数组合并专题

数组合并就是将两个或者多个有序数组合并成一个新的。
LeetCode88：给你两个按非递减顺序排列的整数数组nums1和muns2，领有两个整数m和n，分别表示nums1和nums2中的元素数目。请你合并nums2到nums1中，使合并后的数组同样按非递减顺序排序。
注意：最终合并后数组不应由函数返回，而是存储在数组nums1中。为了应对这种情况，nums1的初始长度为m+n，其中前m个元素表示应合并的元素，后n个元素为0应忽略。nums2的长度为n。

        这个问题的关键是将B合并到A后仍然要保证有序。因为A是数组不能强行插入，如果从前往后插入，数组A后面的元素会多次移动，代码比较高。此时可以借助一个新数组C来做，先将选择好的放入到C中，最后再返回。这样虽然解决了问题，但是算法上的空间复杂度为O(n)。
        比较好的方式是从后向前插入，A和B的元素数量是固定的，所以排序后最远位置一定是A和B元素都最大的那个，一次类推，每次都找最大的那个从后往前填就可以了，代码如下：