2.1 内存的工作原理
需要将数据存储到内存时,你请求计算机提供存储空间,计算机给你一个存储地址。
需要存储多项数据时,有两种基本方式——数组和链表。
2.2 数组和链表
有时候,需要在内存中存储一系列元素。
使用数组意味着所有待办事项在内存中都是相连的(紧靠在 一起的)。
现在假设你要添加第四个待办事项,但后面的那个抽屉放着别人的东西!
在这种情况 下,你需要请求计算机重新分配一块可容纳4个待办事项的内存,再将所有待办事项都移到那里。
同样,在数组中添加新元素也可能很麻烦。如果没 有了空间,就得移到内存的其他地方,因此添加新元素的速度会很慢。
一种解决之道是“预留座位”:即便当前只有3个待办事项,也请计算机提供10个位置,以防需要添加待办事项。这样,只要待办事项不超过10 个,就无需转移。
这是一个不错的权变措施,但它存在如下两个缺点:
你额外请求的位置可能根本用不上,这将浪费内存。你没有使用, 别人也用不了。
待办事项超过10个后,你还得转移。
对于这种问题,可使用链表来解决。
2.2.1 链表
链表中的元素可存储在内存的任何地方。
链表的每个元素都存储了下一个元素的地址,从而使一系列随机的内存地址串在一起。
在链表中添加元素很容易:只需将其放入内存,并将其地址存储到前一个元素中。
使用链表时,根本就不需要移动元素。
链表的优势在插入元素方面,那数组的优势又是什么呢?
2.2.2 数组
在需要读取链表的最后一个元素时,你不能直接读取,因为你不知道它所处的地址,必须先访问元素#1,从中获取元素 #2的地址,再访问元素#2并从中获取元素#3的地址,以此类推,直到访问最后一个元素。
需要同时读取所有元素时,链表的效率很高:你读取 第一个元素,根据其中的地址再读取第二个元素,以此类推。
但如果你需要跳跃,链表的效率真的很低。
数组与此不同:你知道其中每个元素的地址。
需要随机地读取元素时,数组的效率很高,因为可迅速找到数组的任何元素。
2.2.3 术语
数组的元素带编号,编号从0而不是1开始。
元素的位置称为索引 。
下面列出了常见的数组和链表操作的运行时间。
![](https://i-blog.csdnimg.cn/blog_migrate/6d0731e7e13ba73c5b3608c18d228090.png)
2.2.4 在中间插入
需要在中间插入元素时,数组和链表哪个更好呢?
使用链表时,插入元素很简单,只需修改它前面的那个元素指向的地址。
而使用数组时,则必须将后面的元素都向后移。如果没有足够的空间,可能还得将整个数组复制到其他地方!
因此,当需要在中间插入元素时,链表是更好的选择。
2.2.5 删除
如果你要删除元素呢?
链表也是更好的选择,因为只需修改前一个元素指向的地址即可。
而使用数组时,删除元素后,必须将后面的元素都向前移。
下面是常见数组和链表操作的运行时间。
![](https://i-blog.csdnimg.cn/blog_migrate/6aec29006323c6bfc7d37a23b994dc1c.png)
数组和链表哪个用得更多呢?
显然要看情况。但数组用得很多,因为它支持随机访问。
有两种访问方式:随机访问 和 顺序访问。顺序访问意味着从第一个元素开始逐个地读取元素。链表只能顺序访问。随机访问意味着可直接跳到第十个元素。
本书经常说数组的读取速度更快,这是因为它们支持随机访问。
很多情况都要求能够随机访问,因此数组用得很多。
2.3 选择排序
假设你的计算机存储了很多乐曲。对于每个乐队,你都记录了其作品被播放的次数。
你要将这个列表按播放次数从多到少的顺序排列,从而将你喜欢的乐队排序。该如何做呢?
一种办法是遍历这个列表,找出作品播放次数最多的乐队,并将该乐队添加到一个新列表中。再次这样做,找出播放次数第二多的乐队。继续这样做,你将得到一个有序列表。
要找出播放次数最多的乐队,必须检查列表中的每个元素。这需要的时间为O (n )。因此对于这种时间为O (n )的操作,你需要执行n 次。需要的总时间为 O (n × n ),即O ( n 2 n^2 n2)。
示例代码:
将数组元素按从小到大的顺序排列。先编写一个用于找出数组中最小元素的函数。
然后,使用这个函数来编写选择排序算法。
def findSmallest(arr):
smallest = arr[0]
smallest_index = 0
for i in range(len(arr)):
if arr[i] < smallest:
smallest = arr[i]
smallest_index = i
return smallest_index
def selectionsSort(arr):
newArr = []
for i in range(len(arr)):
smallest = findSmallest(arr)
newArr.append(arr.pop(smallest))
return newArr
print(selectionsSort([5,3,6,2,10]))
References:
《 算法图解》—— 第2章 选择排序