Java基础入门知识点06-Java数组

数组概述

数组的定义

1. 数组是相同类型数据的有序集合
2. 数组描述的是相同类型的若干个数据，按照一定的先后次序排列组合而成。
3. 其中，每一个数据称作一个数组元素，每个数组元素可以通过一个下标来访问他们。

数组声明创建

1.首先必须声明数组变量，才能在程序中使用数组。下面是声明数组变量的语法：

dataType[] arrayRefVar;//首选的方法
或
dataType arrayRefVar[];//效果相同，但不是首选方法

2. Java语言使用new操作符来创建数组，语法如下：

dataType[] arrayRefVAR = new dataType[arraySize;]

3. 数组的元素是通过索引访问的，数组索引从0开始。
4. 获取数组长度：

arrays.length

Java内存分析

1. 堆

   • 存放new的对象和数组
   • 可以被所有的线程共享,不会存放别的对象引用

2. 栈

   • 存放基本交量类型(会包含这个基本类型的具体数值)
   • 引用对象的变量(会存放这个引用在堆里面的具体地址)

3. 方法区

   • 可以被所有的线程共享
   • 包含了所有的class和static变量

三种初始化

1. 静态初始化

int[] a = {1,2.3};
Man[] mans = {new Man(1,1),new Man(2,3)};

2. 动态初始化

int[] a = new int[2];
a[0] = 1;
a[1] = 2;

3. 数组的默认初始化

   数组是引用类型，它的元素相当于类的实例变量，因此数组一经分配空间，其中的每个元素也被按照实例变量同样的方式被隐式初始化。

数组的四个基本特点

1. 其长度是确定的。数组-旦被创建，它的大小就是不可以改变的。
2. 其元素必须是相同类型，不允许出现混合类型。
3. 数组中的元素可以是任何数据类型，包括基本类型和引用类型。
4. 数组变量属引用类型，数组也可以看成是对象，数组中的每个元素相当于该对象的成员变量。
5. 数组本身就是对象，Java中对象是在堆中的，因此数组无论保存原始类型还是其他对象类型，数组对象本身是在堆中的。

数组的边界

1. 下标的合法区间：[0,length-1]，如果越界就会报错;

public static void main(String[ ] args) {
    int[] a=new int[2] ;
    System.out.println(a[2]);
}

2. ArrayIndexOutOfBoundsException:数组下标越界异常!
3. 小结：
   1. 数组是相同数据类型(数据类型可以为任意类型)的有序集合
   2. 数组也是对象。数组元素相当于对象的成员变量
   3. 数组长度的确定的，不可变的。如果越界，则报: ArrayIndexOutofBounds

数组使用

普通的for循环

For-Each循环

数组作方法入参

数组作返回值

多维数组

1. 多维数组可以看成是数组的数组，比如二维数组就是一个特殊的一维数组，其每一个元素都是一个一维数组。
2. 二维数组

int a[][] = new int[2][5];

解析：以上二维数组a可以看成一个两行五列的数组。

Arrays类

1. 数组的工具类java.util.Arrays
2. 由于数组对象本身并没有什么方法可以供我们调用,但API中提供了一个工具类Arrays供我们使用,从而可以对数据对象进行一些基本的操作。
3. 查看JDK帮助文档
4. Arrays类中的方法都是static修饰的静态方法,在使用的时候可以直接使用类名进行调用,而"不用"使用对象来调用(注意:是"不用"而不是"不能")
5. 具有以下常用功能：
   • 给数组赋值:通过fill方法。
   • 对数组排序:通过sort方法，按升序。
   • 比较数组:通过equals方法比较数组中元素值是否相等。
   • 查找数组元素:通过binarySearch方法能对排序好的数组进行分查找法操作。

稀疏数组

1. 当一个数组中大部分元素为0,或者为同一值的数组时，可以使用稀疏数组来保存该数组。
2. 稀疏数组的处理方式是：
   • 记录数组-共有几行几列，有多少个不同值
   • 把具有不同值的元素和行列及值记录在一个小规模的数组中，从而缩小程序的规模
3. 如下图:左边是原始数组，右边是稀疏数组

冒泡排序

1. 冒泡排序无疑是最为出名的排序算法之一，总共有八大排序！
2. 冒泡的代码还是相当简单的，凉风循环，外城冒泡论述，里层一次比较，江湖中人尽皆知
3. 我们看到嵌套循环，应该立马就可以得出这个算法的时间复杂度为O(n2)。