提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
目录
一、介绍数组
1.什么是数组呢？
数组是最常见的数据结构，用来存储数据，只具有数据域。
2.数组的类别
我们常见的数组通常由以下几种：
一维数组：具体表现形式为 a = {1, 2, 3, 4, 5},该数组的长度为5，下标为0,1,2,3,4(一定注意数组的下标从0开始)。当我们要访问数据2的时候，通过a[1]访问。
二维数组：具体表现形式为 b = {{0, 1, 2},
{3, 4, 5},
{6, 7, 8}}
这样看的话可能更容易理解，可以把二维数组当成若干个一维数组，当我们想要访问5的时候，通过b[1][2]访问
更高维度的数组此处不在介绍，可以通过二维数组是若干个一维数组的组合来以此类推。
3.数组的特点
数组和链表我们通常放在一起对比，上一篇文章也已经提到了，数组的连续存储的，因此我们可以通过下标来进行访问，这也导致了它的一些优点和缺点。（可以和链表的对应起来看）
优点：
（1）地址连续，所以我们可以通过下标访问，也就是随机存取，比如我们想要访问数组的第n个位置元素，则可以直接通过a[n-1]访问，注意数组下标从0开始。
（2）所有的空间都用来存储数据，所以空间利用率为100%
缺点：
（1）因为地址空间要求连续，所以我们必须要找到一片连续的空间来存储数组，内存中的碎片空间利用不充分。
（2）同样因为地址空间要求连续，导致了我们对数组当中元素进行增删的时候，要移动大量元素，比如一个长度为5的数组，我们要把第二个位置的元素删除，则我们就需要依次把三位置覆盖二位置，四位置覆盖三位置，五位置覆盖四位置。想要增加元素同理，而且数组一旦创建，长度就确定了，不能增加了减少，所以当数组已满的时候，如果我们想要再增加元素，就需要从新创建一个更大的数组，然后依次把原有的元素移动过去，之后再插入新元素。
二、题目分析与心得
(1).
分析：读题时需要着重注意到一点，有序，此时我们就需要考虑二分法，如果想到了这点，则此题很容易解出，不过使用二分法的时候，一定要注意左右两边区间的开闭和循环条件中是否取等的关系。
代码实现
class Solution:
def search(self, nums: List[int], target: int) -> int:
left, right = 0, len(nums) - 1
while left <= right:
middle = (left + right) // 2
if nums[middle] == target:
return middle
elif nums[middle] > target:
right = middle - 1
else:
left = middle + 1
return -1心得：二分法是求解数组问题中非常非常常用的方法，但要注意几个要点，数组是否有序，区间的开闭，循环条件是否取等
下面的一些题目可以作为对二分法的练习
34.在排序数组中查找元素的第一个位置和最后一个位置（此题较难，着重考察了对左右区间，循环条件的判断）
(2).
分析：此题的思路为使用快慢指针，慢指针用来指向需要保留数组位置的下一个位置，快指针从头开始遍历，指向要判断元素的位置，难点在于对if内外的代码书写，要注意，如果元素要保留的话，就让快指针指向的覆盖慢指针指向的，假如这时候快慢指针位置相同，则没有什么影响，如果不同，也没有关系，因为慢指针指向的一定是需要移除的元素，具体自己可以画图分析一下
代码实现：
class Solution:
def removeElement(self, nums: List[int], val: int) -> int:
low, quick = 0, 0
while quick <= len(nums) - 1:
if nums[quick] != val:
nums[low] = nums[quick]
low += 1
quick += 1
return low心得：数组中快慢指针的应用！！！
数组中快慢指针相关题目练习
26. 删除有序数组中的重复项 - 力扣（LeetCode）
844. 比较含退格的字符串 - 力扣（LeetCode）此题思路比较难想
(3).
分析：最简单的想法，先对数组内每个元素平法，然后排序，不过这种方法时间复杂度较高
我们可以利用原数组有序的这个特点来寻找简单做法，平方后最大的元素，一定是最小的负数或者是最大的正数，在原数组中一定是在最左边或最右边，所以我们可以利用两个指针来分别指向原数组的头和尾，然后依次向中间靠拢并输出元素的平方，将其放在新数组的最后。有一点点归并排序的味道。
代码实现：
class Solution:
def sortedSquares(self, nums: List[int]) -> List[int]:
a = [0] * len(nums)
left, right, key = 0, len(nums) - 1, len(nums) - 1
while left <= right:
val1 = nums[left]*nums[left]
val2 = nums[right]*nums[right]
if val1 <= val2:
a[key] = val2
right -= 1
else:
a[key] = val1
left += 1
key -= 1
return a心得：
最直观的方法往往复杂度较高，要注意用直观方法暴力解题的时候，题目中哪些条件还有用到，这往往是简单解法的关键所在
(4).
分析：此题最直观的解法，先从一个元素开始遍历，然后往后sum，看有多少个才能大于target,然后再从第二个元素数.....很慢，复杂度可以达到O(n²)
双指针法，在简单的解法中，我们是以左边的元素为基准算sum，如果我们用右边的元素作为基准呢？首先我们先从最左边开始，算一个区间和大于target，比如是区间[0, 5],此时，慢指针指向0,快指针指向5,然后我们尝试让sum-0下标的元素，也就是算下[1,5]的和，如果还是大于target，就像1+1+1+1+1+100 > 99，那我们再这样移动慢指针，算[2,5],依次类推，等到小于target了，那我们就移动快指针，再算[low,quick]的区间。这个时间复杂度我也不知道，反正肯定是n到n²之间hhh
代码实现：
class Solution:
def minSubArrayLen(self, target: int, nums: List[int]) -> int:
low, quick, summ = 0, 0, 0
lg = len(nums) + 1
while quick <= len(nums) - 1:
summ += nums[quick]
while summ >= target:
n = quick - low + 1
lg = min(lg, n)
summ = summ - nums[low]
low += 1
quick += 1
if lg == len(nums) + 1:
return 0
else:
return lg
心得：双指针的应用非常灵活，有时候也很难想，只能多做新题见思路，多复习巩固
相关题目练习(我反正俩都不会，解析都看不懂，摆烂。希望以后的我再回看的时候能看懂吧）
(5).
分析：视频讲解倒是能看懂，但是代码对我自身的水平来说很不好写，特别是对边界条件的判断
总结
数组这章目前感觉很重要的就是
二分法：一定注意题目的有序条件，再有就是对开闭区间与循环条件关系的理解（暂时掌握不好， 我自己一直用的是双闭和left <= right）
双指针：很灵活，可以和上一篇的链表一起感受
总的感觉，虽然数组的结构形式上比链表简单，只有简简单单的数据域，但是感觉题目方面比链表要灵活很多
542
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
