二维数组的空间复杂度_技术连载：数据结构 - 数组

数组时最基础的数据结构之一，几乎所有的语言都支持数组；

基本特点

那么数组具有哪些特点呢？

1、每个元素的内存大小固定，数组可容纳的元素个数固定

2、数组占用的空间是连续的

正是由于内存空间连续的特点，所以可以很好的利用缓存。

3、数组中的元素是有顺序的，并且是线性的

4、通过元素的位置访问数组元素，时间复杂度为1；

数组是如何做到按照位置访问，时间复杂度为1的呢？

基于内存连续以及每个元素的内存占用相同并且是固定的，那么在记录数组首地址的情况下，第一个元素的内存地址即为首地址，第n个元素的地址为(n-1) * cost_one 其中cost_one是每个元素占用内存大小，也就是想通过元素位置计算元素地址，然后直接访问。

常规的操作与处理

• 按照位置访问元素

具体如何访问在上一段中已经介绍了

• 插入和删除元素

这里需要分情况讨论，

1. 最后一个位置插入和删除元素，时间复杂度和空间复杂度为1
2. 在非最后一个位置插入和删除元素，同时需要保证其他元素的相对顺序，时间复杂度为O(n)，因为其他元素需要进行移动。
3. 在非最后一个位置插入和删除元素，但不需要保证其他元素的相对顺序，时间复杂度可以做到O(1);

比如在某个位置插入元素，先将此位置的元素插入的数组尾部，然后将待插入的元素放到此位置即可；删除元素时，将最后一个元素的位置放到删除的位置即可。

另外，对于删除元素还有一种做法，先将元素删除并标记删除，其他位置并不移动，然后在合适的时机再进行统一的元素移动。很类似于JVM的标记-清除算法

数组排序

常见的选择排序、冒泡排序、插入排序时间复杂度O(n^2)，空间复杂度为O(1);

快速排序、归并排序、堆排序时间复杂度均为O(nlogn)，空间复杂度快排为O(1)，后两者为O(n);

数组排序是数组操作的基础，很多数组相关的算法处理的前提都是排序处理，比如二分查找算法

再比如寻找数组的众数，传统基于Map的统计空间复杂度O(n)，如果事先采用空间复杂度O(1)的排序算法进行排序，那么中间位置的元素一定为众数，空间复杂度可以由O(n)降到O(1);

当涉及到数组问题时，不妨假设数组是有序的，获取会有更好的处理方式。

这些知识理解了吗？下一篇连载将会介绍一些针对数组的练习题

技术连载：开篇词

技术连载：连载提纲设计思路