数组总结点睛

一、基础知识

1、数据结构概括

• 数据结构主要围绕 数组、字符串、链表、树、栈、队列 这几种展开。

• 数组和字符串: 是两种最基本的数据结构。

• 链表和树: 是在面试中出现频率最高的数据结构，因为操作他们需要大量的指针，故一定要留意代码的鲁棒性，否则程序极易崩溃。

• 数组: 用连续内存存储数字。

• 字符串：用连续内存存储字符。

• 栈： 是与递归紧密相连的数据结构

• 队列：与广度优先遍历算法密切相关

2、数组的特点

• 1、空间效率低，时间效率高
• 2、数组也可以实现简单的哈希表，把数组下标设为哈希值的key值，数组中每个数字设为哈希表的value
• 3、数组的名字就是一个指针，该指针指向数组中的第一个元素
• 4、在C++中，把数组作为函数的参数进行传递时，数组就自动退化为同类型的指针
• 5、数组的查找效率高时间复杂度为O(1)，增删插入效率低
• 6、数组的元素的不能删的，只能覆盖

3、 vector、array、数组 三者区别

vector的底层实现是array，严格来讲，vector是容器，不是数组。

共同点：

• 1、都可以用下标操作进行处理
• 2、都可以用迭代器进行操作
• 3、三者的存储都是连续的，可以进行随机访问
• 4、都是对同一种类型的数据进行储存。

不同点：

• 1、数组是不安全的，array和vector是比较安全的（因为可以有效地避免越界等问题）
• 2、array对象和数组存储在相同的内存区域（栈）中，vector对象存储在自由存储区（堆）
• 3、array（或vactor）可以将一个对象赋值给另一个array（或vactor）对象，但是数组不行
• 4、vector属于变长的容器，即可以根据数据的插入和删除重新构造容器容量；但是array和数组属于定长容器
• 5、vector和array提供了更好的数据访问机制，即可以使用front()和back()以及at()（at()可以避免a[-1]访问越界的问题）访问方式，使得访问更加安全。而数组只能通过下标访问，在写程序中很容易出现越界的错误
• 6、vector和array提供了更好的遍历机制，即有正向迭代器和反向迭代器
• 7、vector和array提供了size()和empty()，而数组只能通过sizeof()/strlen()以及遍历计数来获取大小和是否为空
• 8、vector和array提供了两个容器对象的内容交换，即swap()的机制，而数组对于交换只能通过遍历的方式逐个交换元素
• 9、array提供了初始化所有成员的方法fill（）
• 10、由于vector的动态内存变化的机制，在插入和删除时，需要考虑迭代的是否有效问题
• 11、vector和array在声明变量后，在声明周期完成后，会自动地释放其所占用的内存。对于数组如果用new[ ]/malloc申请的空间，必须用对应的delete[ ]和free来释放内存

4、二维数组的存储

在C++中，二维数组在地址空间上是连续的

在Java中的二维数组就不是连续的，比如一个3 * 4的二维数组：
二位数组中其实是一个线性数组存放着 其他数组的首地址。
在内存的空间地址不是一个3 * 4的连续地址空间，而是三条连续的地址空间组成！

多维数组的元素存储顺序是按照右边的下标，率先变化，称为行主序。

所以，对于数组a[3] [4]，它就表示有一个数组a[3],它的每个元素是指向一个有4个变量的数组的首地址。

5、如何定义并初始化数组？

定义一个大小为26的数组，并将其初始化为 0

int arr[26] = {0};

6、查找和排序

查找算法：

• 顺序查找
• 二分查找：考察算法。时间复杂度为 O(log n)
• 哈希表查找：考察数据结构。优点是时间复杂度为 O(1)，缺点是空间复杂度变大，需要额外的空间来实现哈希表
• 二叉树排序查找：考察数据结构

排序算法

• 插入排序
• 冒泡排序
• 归并排序
• 快速排序

需要对各种排序算法的特点非常熟悉，从额外空间消耗，平均时间复杂度和最差时间复杂度等方面去比较他们的优缺点。

二、常用解题思想方法

1、二分查找法

• 二分查找也称为 二分法 或者是 折半查找

• 只要看到面试题里给出的数组是有序数组（完全有序，或者是部分有序），都可以想一想是否可以使用二分法。

• 同时题目还强调数组中无重复元素，因为一旦有重复元素，使用二分查找法返回的元素下表可能不是唯一的。

• 时间复杂度

  • 对于一个 O(n) 的数组，二分查找的时间复杂度为 O(log n)

• 循环不变量：

  常用的有 左闭右闭，或者左闭右开，这个根据自己的习惯来写

• 二分查找也可以看作双指针的一种特殊情况

  • 双指针类型的题，指针通常是一步一步移动的
  • 而在二分查找里，指针每次移动半个区间长度

步骤：

• 1、定义 数组长度，左边界，右边界
• 2、while循环，注意循环条件和循环体内的if语句
  • 在循环体内定义middle变量

两种写法的区别：

• 1、区间为 左闭右闭 [left, right] ，旋转数组常用这个

  • 判断条件代码：while(left <= right)
  • right 更新代码：right = middle - 1
  • left 更新代码：left = middle + 1

• 2、区间为 左闭右开 [left, right)

  • 判断条件代码：while(left < right)
  • right 更新代码：right = middle
  • left 更新代码：left = middle + 1

总结：

1、时间复杂度为：O(log n) [对比暴力解法的时间复杂度为 O(n)]

2、二分查找法使用的关键就是：循环不变量

• 循环不变量left与right就代表了需要查找的这个范围的左右边界，而选择取不同的值，

  对于这个区间来说就是开区间与闭区间的区别，在修改它们的同时，也需要在循环中同步这一定义。这也就是循环不变量的意义。

3、关于取 middle 值

• 法一：mid = (left + right) / 2 // 旋转数组必须这么写 剑指offer 第11题
• 法二：mid = left + ((right - left) >> 1) // 注意一定要加括号，因为移位运算符优先级比 + 运算符 低。
• 法三：mid = left + (right - left) / 2
• 这里右移一位，就相当是数学上除以2，优点是右移运算符会比除法快很多。

4、分析题意，将数组简化分为两个数组，更有利于解题

• 比如剑指offer 第11题旋转数组中，分成两个递增的子数组，通过将 mid 对应值与 right 对应值相比较
• 还有LC81 也是旋转数组，此时要
• 比如剑指offer 第53-2题缺失的数字中，也是分成两种，nums[i] == i 和 nums[i] != i，且分界点即为所求点

2、双指针法（快慢指针法）

• 通过一个快指针和一个慢指针，在一个for循环下完成两个for循环的工作
• 时间复杂度 O(n) [对比暴力双层 for 循环的时间复杂度为 O(n^2)]
• 双指针法在数组和链表中还有很多应用

快指针: 查找数值，相当于逐次排雷
慢指针: 存储合法的数值。遇到合法（快指针找到的）的数值，则填入本空，然后指针向后移
如果遇到非法数值，则快指针加1，慢指针不变

步骤：

• 1、用for循环
  • 1、初始化 slow=0, fast=0；
  • 2、建立for循环，循环变量为fast，循环终止条件为 fast < nums.size()，表达式为 fast++
  • 3、在循环体中进行判断，
    • if nums[fast] != target，则有三步：① nums[slow] = nums[fast]； ② slow++ ③ fast++
    • else 就进行下一轮，（此时有fast++）
  • 4、最后返回slow。
• 2、用while循环
  • 1、定义左右边界：slow=0 ,fast=nums.size()
  • 2、while终止条件为 slow != fast
  • 3、在循环体中进行判断
    • if nums[slow] == targt，则有两步：① nums[slow] = nums[fast-1]; ② fast–
    • else slow ++
  • 4、最后返回slow。

总结：

• 其实滑动窗口、二分查找这些的思想都是从双指针法延伸出的分支。

3、滑动窗口

所谓滑动窗口，「就是不断的调节子序列的起始位置和终止位置，从而得出我们要想的结果」

实现滑动窗口，需要首先明确以下三点：

• 1、窗口内是什么
• 2、如何移动窗口的起始位置 left
• 3、如何移动窗口的结束位置 right

步骤：

• 类似于双指针的处理，一般是外层为 for 循环，内层为 while 循环
• left 定义在循环体外，for 循环的循环变量就是right，
• for 循环的终止条件是 数组长度
• while 循环的终止条件就是 题目要求对数组的限定

4、螺旋矩阵

坚持循环不变量原则。模拟顺时针画矩阵的过程:

• 填充上行从左到右
• 填充右列从上到下
• 填充下行从右到左
• 填充左列从下到上
• 由外向内一圈一圈这么画下去。

比如就坚持左闭右开的原则。

5、前缀和

某个区间的元素之和，立马想到 preSum 这个方法。

它的计算方法是从左向右遍历数组，当遍历到数组的 i 位置时，preSum表示 i 位置左边的元素之和。

preSum 方法还能快速计算指定区间段 i ~ j 的元素之和。

假设数组长度为 N，我们定义一个长度为 N+1 的 preSum 数组，

preSum[i] 表示该元素左边所有元素之和（不包含当前元素）。

然后遍历一次数组，累加区间 [0, i) 范围内的元素，可以得到 preSum 数组。

利用 preSum 数组，可以在 O(1) 的时间内快速求出 nums 任意区间 i ~ j 的各元素之和。

preSum [i+1] - preSum [j]

三、做题记录

第34题 在排序好的数组中查找元素的第一个和最后一个位置

mid = (left + right) >> 1;
mid = (left + right) / 2

优点：：右移运算符的速度会快很多
右移运算符的运算结果，正好是一个整数的 二分之一 的值，相当于数学上的除以2，

第724题