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)  

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值