数据结构与算法之美——数组

二、是什么

      1、线性表

       线性表，顾名思义，就是数据排成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。

       数组、链表、栈、队列等也是线性表结构。

       与之对应的概念是非线性表，比如二叉树、堆、图等。之所以叫非线性，是因为，数据之间并不是简单的前后关系。

      2、连续的内存空间和相同类型的数据

三、数据访问

      数组是如何实现根据下标随机访问数组元素的。

      int[] a =new int[10]。在下图中，计算机给数组，分配一个连续的内存空间1000-1039，其中，内存块的首地址为

base_address = 1000 。

                                           

      寻址公式：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。上述例子中，数组存储的是int类型数组，所以data_type_size为4字节。

四、低效的“插入”和“删除”

      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，那么为什么会低效？有哪些改进方法呢？

      1、插入操作

       假设数组的长度为n，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，留给新的数据，我们需要将第k-n这部分的元素都向后挪一位。

       如果在数组末尾插入元素，不需要移动元素，此时时间复杂度为O(1)。但如果在数组开头插入元素，那么所有数据都需要往后挪以为，所以最坏时间复杂度是O(n)。因为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+3+4+5+...+n)/n=O(n)。

        但是，如果数组中存储的数据没有任何规律，数组只是被当作一个存储数据的集合。在这种情况下，将某个数组插入到第K位，为了避免大规模的数据搬移，还有一个办法就是，直接将第k位的数据搬移到数组元素的最后，把新元素直接放入第k个位置。举个栗子，假设数组a[10]中存储了5个元素：a、b、c、d、e。我们需要将元素x插入到第3个位置。我们只需要将c放入到a[5],将a[2]赋值为x即可。最后，数组中元素如下：a，b，x，d，e，c。

                                            

利用这种处理技巧，在特定场景下，第k位置插入一个元素的时间复杂度就会降为O(1)。 这个处理思修在快排中也会用到。

    2、删除操作

       与插入数据类似，我们要删除第K个位置的数据，为了内存的连续性，也需要挪动数据，不然中间就会出现空洞，内存就不连续了。如果删除数组末尾的数据，则最好情况时间复杂度为O(1)；如果删除开头的数据，则最坏时间复杂度为O(n);平均时间复杂度为O(n)。

       在特定场景下，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几种在一起执行，删除的效率是不是会提高很多呢？举个栗子，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，这几个数据会被挪动三次，我们可以先记录下已经删除的数据。每次删除数据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，在触发一次真正地操作，这样就大大减少了删除操作导致的数据搬移。

         

        这就是JVM标记清除垃圾回收算法的核心思想。

五、容器VS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。在项目开发中，什么时候适合用数组，什么时候适合用容器呢？

        ArrayList：

        ① 将很多数组操作的细节封装起来。比如输入插入、删除数据时需要搬移其他数据

        ② 支持动态扩容。

        数组本身在定义时需要预先指定大小，因为需要分配连续的内存空间。如果我们申请了大小为10的数组，当第11个数据需要存储到数组中时，需要重新分配一块更大的空间，将原来的数据复制过去，然后在将新的数据插入。不用关心底层的扩容逻辑，每次存储空间不够的时候，它都会将空间自动扩容。默认为10。

       扩容操作涉及内存申请和数据搬移，是比较耗时的。所以如果能确定需要存储的数据大小，最好在创建ArrayList的时候事先指定数据大小。

       数组：

       ① Java ArrayList 无法存储基本类型，比如int、long。需要封装为Integer、Long类，而Autoboxing、Unboxing会有性能消耗，所以如果特别关注性能，或者希望使用基本类型，就可以选用数组。

       ②如果数据大小事先已知，对数据操作非常简单，用不到ArrayList提供的大部分方法，也可以使用数组。、

       ③多维数组，当要表示多维数组时，用数组往往更加直观。

       小结：对于业务开发，直接使用容器就足够了，省时省力。毕竟损耗一丢丢性能，完全不会影响到系统整体的性能。但如果你要做一些底层的开发，比如开发网络框架，性能的优化需要做到机制，这个时候数组会优于容器。

六、为什么很多编程语言中数组都从0开始编号

       从数组存储的内存模型上来看，“下标” 最准确定义应该是“偏移”。如果用a来表示数组的首地址，a[0]就是偏移量为0的位置，也就是首地址，a[k]就表示偏移k个type_size的位置，所以计算 a[k]的内存地址只需要用这个公式：

       a[k]_address = base_address + k * type_size

       但是，如果数组从 1 开始计数，那我们计算数组元素 a[k]的内存地址就会变为：
       a[k]_address = base_address + (k-1)*type_size 

       对比两个公式，我们不难发现，从 1 开始编号，每次随机访问数组元素都多了一次减法运算，对于 CPU 来说，就是多了一次减法指令。

      数组作为非常基础的数据结构，通过下标随机访问数组元素又是其非常基础的编程操作，效率的优化就要尽可能做到极致。所以为了减少一次减法操作，数组选择了从 0 开始编号，而不是从 1 开始。

七、数组常见操作

       ①实现一个支持动态扩容的数组

       ②实现两个有序数组合并为一个有序数组

       ③Tree Sum（求三数之和）

       ④Majority Element（求众数）

       ⑤Missing Positive（求缺失的第一个正数）