数组学习总结

极客时间：https://time.geekbang.org/column/article/40961

数组：数组一种线性表结构，它用一组连续的内存空间，存放一组具有相同类型的数据。

线性表（Linear List）：线性表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。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。在非线性表中，数据之间并不是简单的前后关系。

数组因连续的内存空间和相同类型的数据：

优点：随机访问

缺点：数组中删除、插入一个数据，为了保证连续性，就需要做大量的数据搬移工作。

 

数组是如何实现根据下标随机访问数组元素

数组 a[10]，分配了一块连续内存空间1000～1039，内存块的首地址为 base_address = 1000。计算机会给每个内存单元分配一个地址，计算机通过地址来访问内存中的数据，当计算机需要随机访问数组中的某个元素时，它会首先通过下面的寻址公式，计算出该元素存储的内存地址：

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，数组中存储的是 int 类型数据，所以 data_type_size 就为 4 个字节。

数组支持随机访问，根据下标随机访问的时间复杂度为 O(1)。

 

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。

插入操作

假设数组的长度为 n，如果我们需要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，给新来的数据，我们需要将第 k～n 这部分的元素都顺序地往后挪一位。

如果在数组的末尾插入元素，那就不需要移动数据了，这时的时间复杂度为 O(1)，但如果在数组的开头插入元素，那所有的数据都需要依次往后移动一位，所以最坏时间复杂度是 O(n)，因为我们在每个位置插入元素的概率是一样的，所以平均情况时间复杂度为 (1+2+…n)/n=O(n)。

如果数组中的数据是有序的，我们在某个位置插入一个新的元素时，就必须按照刚才的方法搬移 k 之后的数据，但是，如果数组中存储的数据并没有任何规律，数组只是被当作一个存储数据的集合，在这种情况下，如果要将某个数组插入到第 k 个位置，为了避免大规模的数据搬移，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。

假设数组 a[10] 中存储了如下 5 个元素：a，b，c，d，e，我们现在需要将元素 x 插入到第 3 个位置，我们只需要将 c 放入 a[5]，a[2] 赋值为 x。

最后数组中的元素如下： a，b，x，d，e，c

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)。

删除操作

如果我们要删除第 k 个位置的数据，为了内存的连续性，也需要搬移数据，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,则最坏情况时间复杂度为 O(n)；平均情况时间复杂度也为 O(n)。

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。

数组 a[10] 中存储了 8 个元素：a，b，c，d，e，f，g，h，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

分析一下这段 C 语言代码的运行结果

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;
}

这段代码的运行结果并非是打印三行“hello word”，而是会无限打印“hello world”。

因为，数组大小为 3，a[0]，a[1]，a[2]，而我们的代码因为书写错误，导致 for 循环的结束条件错写为了 i<=3 而非 i<3，所以当 i=3 时，数组 a[3] 访问越界。，在 C 语言中，只要不是访问受限的内存，所有的内存空间都是可以自由访问的，根据我们前面讲的数组寻址公式，a[3] 也会被定位到某块不属于数组的内存地址上，而这个地址正好是存储变量 i 的内存地址，那么 a[3]=0 就相当于 i=0，所以就会导致代码无限循环。

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。访问数组的本质就是访问一段连续，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。

像 Java 本身就会做越界检查

比如下面这几行 Java 代码，就会抛出

java.lang.ArrayIndexOutOfBoundsException

int[] a = new int[3];
a[3] = 10;

容器能否完全替代数组