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。
关键字:
线性表: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。其实除了数组,链表、队列、栈等也是线性表结构。
- 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:实现了随机访问
如何实现随机访问?
当我们利用下标随机访问数组的元素时,由于内存空间是连续的,所以根据寻址公式,计算出该元素的内存地址。
a[i]_address = base_address + i * data_type_size
二维数组的内存寻址公式是怎样的呢?
对于 m * n 的数组,a[i][j] (i < m,j < n)的地址为:
address = base_address + ( i * n + j) * type_size
数组的插入和删除
往一个数组中插入数据,其平均时间复杂度是多少?
分情况讨论:
- 如果数组是有序的?
如果插在所有数据最后,则是O(1),如果是插入在数组开头,那么后面所有数据都要后移一位,最坏时间复杂度是O(n),所以平均时间复杂度是O(n)。
- 如果不要求数组是有序存储?
为了避免大规模的数据搬移,我们还有一个简单的办法就是,直接将第 k 位的数据搬移到数组元素的最后,把新的元素直接放入第 k 个位置(如下图)。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)。
往一个数组中删除数据,其平均时间复杂度是多少?
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,则最坏情况时间复杂度为 O(n);平均情况时间复杂度也为 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?我们继续来看例子。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 这几个数据会被搬移三次,我们可以先记录下已经删除的数据。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,我们再触发执行一次真正的删除操作,这样就大大减少了删除操作导致的数据搬移。
警惕数组的访问越界问题
数组越界在 C 语言中是一种未决行为,并没有规定数组访问越界时编译器应该如何处理。因为,访问数组的本质就是访问一段连续内存,只要数组通过偏移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。
例题:结果是并非打印三行,而是一直循环打印。因为内存地址分布的原因,首先分配了4B的int型i,然后分配了12B的连续内存,即数组a,所以当i = 3,访问arr[3]虽然已经数组越界,但是这块内存是已经定义过的,即i的位置,所以arr[3] = 0,相当于又把i赋值给了0,自然又继续循环了。
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;
}
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?
以java为例,ArrayList封装了数组插入、删除数据时搬移其他数据等,并且支持动态扩容。不过,这里需要注意一点,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。
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 则有一定的性能消耗,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,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。
3. 当要表示多维数组时,用数组往往会更加直观。比如 Object[][] array;而用容器的话则需要这样定义:ArrayList > array。
emmm....C++的话就面试给我的感觉都是用vector。
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。但如果你是做一些非常底层的开发,比如开发网络框架,性能的优化需要做到极致,这个时候数组就会优于容器,成为首选。
为什么很多编程语言中数组都从0开始编号?
历史遗留原因,因为C语言在设计的时候就是从下标为0开始的。还有如果从0开始,可以直接加上数组下标*数据类型大小,直接计算出来下标对应数据的位置。