算法学习笔记2：数组

_无感

已于 2022-01-24 21:45:47 修改

阅读量207

点赞数

分类专栏：数据结构与算法之美学习笔记文章标签：数据结构算法数组

于 2022-01-15 19:15:31 首次发布

本文链接：https://blog.csdn.net/m0_50226268/article/details/122514329

版权

数据结构与算法之美学习笔记专栏收录该内容

25 篇文章 25 订阅

订阅专栏

数组

什么是数组

数组(Array) 是一种线性表数据结构，它用一组连续的内存空间，来存储一组具有相同类型的数据。

这个定义里有几个关键词，理解了这几个关键词，我想就彻底掌握数组的概念了。

线性表

顾名思义，线性表就是数据像一条线一样的结构。每个线性表上的数据最多只有前和后两个方向。除了数组，链表、队列、栈等也是线性表结构。

与之相对的概念是非线性表，比如二叉树、堆、图等。之所以叫非线性，是因为在非线性表中，数据之间的并不是简单的前后关系。

连续的内存空间和相同类型的数据

正是因为这两个限制，数组才有了一个堪称“杀手锏”的特性：随机访问。但是有利就有弊，这两个限制也让数组的很多操作变得非常低效，如在数组中插入、删除一个数据，为了保证连续性，就需要做大量的数据搬移工作。

如何根据下标实现随机访问

我们知道，计算机会给每个内存单元分配一个地址，计算机通过地址来访问内存中的数据。当计算机需要随机访问数组中的某个元素时，它首先通过寻址公式，计算出该元素的内存地址：

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。

数组与链表的的区别

很多人常常回答：链表适合插入、删除，时间复杂度为O(1)；数组适合查找，查找时间复杂度为O(1)。

实际上，这种表述是不正确的。数组适合查找操作，但是查找的时间复杂度并不为O(1)。即便是排好序的数组，使用二分查找的实践复杂度也是O(logn)。所以正确的表述应该是，数组支持随机访问，根据下标访问的时间复杂度为O(1)。

低效的“插入”和“删除”

前面提到，数组为了保持内存数据的连续性，会导致插入、删除这两个操作比较低效。下面详细介绍，究竟为什么会导致低效？又有哪些改进方法呢？

首先我们来看插入操作。

假设数组长度为n，现在我们需要将一个数据插入到数组中的第k个位置。为了把第k个位置腾出来，给新来的数据，需要将第k~n这部分元素书讯的向后移一位。那插入操作的时间复杂度是多少呢？

如果在数组的末尾插入元素，那就不需要移动数据了，这是的时间复杂度为O(1)。但如果在数组的开头插入元素，那所有的元素都需要一次往后移动一位，所以最坏时间复杂度是O(n)。因为我们在每个位置插入元素的概率是一样的，所以平均时间复杂度为（1+2+…+n)/n=O(n)。

如果数组中的数据是有序的，我们在某个位置插入一个新元素时，，就必须按照刚才的方法搬移数据。但是，如果数组中存储的数据并没有任何规律，数组只是被当做一个存储数据的集合。在这种情况下，如果要将某个数据插入到第k个位置，为了避免大规模的数据搬移，可以采用一个简单的办法：直接将第k为的数据搬移到数组元素的最后，把心得元素直接放入第k个位置。

利用这种处理技巧，在特定场景下，在第k个位置插入一个元素的时间复杂度就会降为O(1)。这种思想在快排中也会用到。

再来看看删除操作。

跟插入数据类似，如果我们需要删除第k个位置的数据，为内存饿连续性，也需要搬移数据。

如果删除数组末尾的数据，则最好情况的时间复杂度为O(1)；如果删除开头的数据，则最坏情况时间复杂度为O(n)；平均时间复杂度也为O(n)。

实际上，在某些特殊场景下，我们并不一定非得追求数组中数据的连续性。如果我们将多次删除操作集中在一起执行，删除的效率是不是会提高很多呢？

数组a[10]中存储了8个元素：a，b，c，d，e，f，g，h。现在我们要依次删除a，b，c三个元素。

为了避免d，e，f，g，h这几个数据会被搬移三次，我们可以先记录下来已经删除的数据。每次的删除操作并不是真正地搬移数据，只是记录数据已经被删除。当数组没有更多空间存储数据时，我们再触发一次真正地删除操作，这样就大大减少了删除操作导致的数据搬移。

如果你了解JVM，你会发现，这不就是JVM标记清除垃圾回收算法德核心思想吗？数据结构和算法的魅力就在于此，很多时候我们并不是要去死记硬背某个数据结构或者算法，而是要学习它背后的思想和处理技巧，这才是最有价值的。

警惕数组的访问越界问题

首先，分析一下这段C语言代码的运行结果：

int main(int argc, char** argv[]){
    int i = 0;
    int arr[3] = {0};
    for(; i <= 3; i++){
        arr[i] = 0;
        printf("hello world\n");
    }
    return 0;
}

这段代码的运行结果并非是三行“hello world”，而是会无线打印“hello world”。

这是因为数组大小为3，a[0]，a[1]，a[2]，二我们的代码因为for循环结束条件错写为i <= 3而非i< 3，所以当i=3时，数组a[3]访问越界。

在C语言中，只要不是访问首先的内存，所有的内存空间都是可以自由访问的。根据我们前面提到的寻址公式，a[3]也会被定位到某个不属于数组的内存地址上，而这个地址正好是存储变量i的内存地址，那么a[3]=0就相当于i=0，所以就会导致代码无限循环。

操作系统或编译原理中会讲到，函数体内的局部变量存在栈上，且是连续压栈。在Linux进程的内存布局中，栈区在高地址空间，从高向低增长。变量i和数组arr在相邻地址，且i比arr的地址大，所以arr越界正好访问到i。当然，前提是i和arr元素同类型，否则上述代码仍是未决行为。

数组越界在C语言中是一种并没有规定数组访问越界时编译器应该如何处理。因为，数组的本质就是访问一段连续内存，只要数组通过便宜计算得到的内存地址是可用的，那么程序就可能不会报任何错误。

但并非所有语言都像C一样，把数组越界检查的工作丢给程序员来做，像Java本身就会检查越界。

容器能否完全替代数组

针对数组类型，很多语言都提供了容器类，比如Java中的ArrayList、C++STL中的vector。在项目开发中，什么时候适合用数组，什么时候适合用容器？

拿Java来举例，几乎天都在用ArrayList，它的优势在于可以将很多数组操作的细节封装起来，不如数组插入、删除数据时需要搬移其他数据等。另外，他还有一个优势，就是支持动态扩容。

数组本身在定义的时候需要预先指定大小，因为需要分配连续的内存空间。如果我们申请的数组空间不够用时，需要重新分配一个更大的空间，将原来的数据复制过去，然后再插入新的数据。

如果使用Array List，我们就完全不需要关心底层的扩容逻辑，ArrayList已经帮我们实现好了。每次存储空间不够用的时候，，他都会将空间自动扩容为1.5倍大小。

不过需要注意一点，因为扩容操作涉及内存申请和数据搬移，是比较耗时的。所以，如果事先能够确定存储数据的大小，最好在创建ArrayList的时候先指定数据大小。

作为高级程序编程者，是不是数组就无用武之地了呢？当然不是，有些时候使用数组会更合适，以下为一些经验。

Java ArrayList无法存储基本类型，不如int、long，需要封装为Integer、Long类，所以如果特别关注性能，或者希望使用基本类型，就可以使用数组。
如果数据大小事先已知，并且对数据的操作非常简单，用不到ArrayList提供的大部分方法，也可以直接使用数组。
当要表示多维数组时，用数组往往会更加直观。比如Object[][] array；而使用容器需要这样定义：ArrayList<ArrayList> array。