【学习自用】数据结构和算法——数组

一.数组理论基础

1.一维数组

数组是非常基础的数据结构，在面试中，考察数组的题目一般在思维上都不难，主要是考察对代码的掌控能力

首先要知道数组在内存中的存储方式，这样才能真正理解数组相关的面试题

数组是存放在连续内存空间上的相同类型数据的集合。

数组可以方便的通过下标索引的方式获取到下标下对应的数据。

举一个字符数组的例子，如图所示：

 

2.二维数组

那么二维数组在内存的空间地址是连续的么？

我们来举一个Java的例子，例如： int[][] rating = new int[3][4]; ， 这个二维数组在内存空间可不是一个 3*4 的连续地址空间

 

所以Java的二维数组在内存中不是 3*4 的连续地址空间，而是四条连续的地址空间组成！

二.数组经典题目

1.二分法

LeetCode例题：

#704 二分查找

#35 搜索插入位置

#34 在排序数组中查找元素的第一个和最后一个位置

#69 x的平方根

#367 有效的完全平方数

考察数组的基本操作，思路很简单，但是通过率在简单题里并不高，不要轻敌。

可以使用暴力解法，通过这道题目，如果追求更优的算法，建议试一试用二分法，来解决这道题目

• 暴力解法时间复杂度：O(n)
• 二分法时间复杂度：O(logn)

在这类道题目中讲到了循环不变量原则，只有在循环中坚持对区间的定义，才能清楚的把握循环中的各种细节。

二分法是算法面试中的常考题，建议通过这道题目，锻炼自己手撕二分的能力。

2.双指针法

LeetCode例题：

#27 移除元素

#26 删除排序数组中的重复项

#283 移动零

#844 比较含退格的字符串

#977 有序数组的平方

双指针法（快慢指针法）：通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。

• 暴力解法时间复杂度：O(n^2)
• 双指针时间复杂度：O(n)

数组中的元素为什么不能删除，主要是因为以下两点：

• 数组在内存中是连续的地址空间，不能释放单一元素，如果要释放，就是全释放（程序运行结束，回收内存栈空间）。
• C++中vector和array的区别一定要弄清楚，vector的底层实现是array，封装后使用更友好。

双指针法（快慢指针法）在数组和链表的操作中是非常常见的，很多考察数组和链表操作的面试题，都使用双指针法。

3.滑动窗口

 LeetCode例题：

#209 长度最小的子数组

#76 最小覆盖子串

#904 水果成篮

本题介绍了数组操作中的另一个重要思想：滑动窗口。

• 暴力解法时间复杂度：O(n^2)
• 滑动窗口时间复杂度：O(n)

这类题中，主要要理解滑动窗口如何移动 窗口起始位置，达到动态更新窗口大小的，从而得出长度最小的符合条件的长度。

滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)的暴力解法降为O(n)。

如果没有接触过这一类的方法，很难想到类似的解题思路，滑动窗口方法还是很巧妙的。

4.模拟行为

LeetCode例题：

#59 螺线矩阵Ⅱ

#54 螺旋矩阵

#剑指Offer29 顺时针打印矩阵

模拟类的题目在数组中很常见，不涉及到什么算法，就是单纯的模拟，十分考察大家对代码的掌控能力。

在这道题目中，我们再一次介绍到了循环不变量原则，其实这也是写程序中的重要原则。

相信大家有遇到过这种情况： 感觉题目的边界调节超多，一波接着一波的判断，找边界，拆了东墙补西墙，好不容易运行通过了，代码写的十分冗余，毫无章法，其实真正解决题目的代码都是简洁的，或者有原则性的，大家可以在这道题目中体会到这一点。

来源：代码随想录