数据结构学习第二天---基本数据结构--顺序表（外置、内置、一体式、分离式）

本文链接：https://blog.csdn.net/weixin_41928342/article/details/85038609

1、基本顺序表与元素外置的顺序表：

一组数据相同类型的最直观的的存储：我们就按照顺序靠在一起！这就是我们的顺序表。是指使用一组地址连续的存储单元依次存储数据元素的线性结构。

自我总结话述：

第一个问题：为什么下标是从0开始的呢？
答：0这些下标代表的是偏移量，并非是这个数据对应的位置，当我们要查找 0下标的这个元素的时候，代表的意思是我们不进行偏移直接查找，就是查找第一个元素。当我们查询下标为3 的元素的时候，意思是我们要查找偏移了三个位置的数据，就是跳过前三个查找第四个元素。

第二个问题：基本的顺序表和外置的顺序表的区别是什么呢？？
答：对于一个简单的列表或者是数组，都是存储的相同类型的元素。就比如一个数字数组吧，List = [1,2,3,4,5] ，像是这样的，每一个数字在内存中占的大小都是相等的，就比如list[0] 的地址值是0X23，那么list[1]的地址值就是0X27 ，一个数字占4Byte，为了节省空间，我们在内存中是通过一个顺序表来顺序的存储这些数值的！就像上图的存储方式一样，这就是基本的顺序表：在内存中存储相同类型的连续的表就是基本顺序表。
那么什么是外置顺序表呢？在我们的Python中，我们的列表是很强大的，可以存储不同的类型，比如Plist=[123，‘vincent’ ，{‘name’：‘tom’}] 像这样的完全是可以存储的。那么这个时候，不同的数据类型，在内存中的大小就不一样了，这样就没有办法去使用基本的顺序表进行存储了，但是我们发现，这些不同类型的值在内存中存储的时候，地址值所占的内存的大小是相同的，所以我们采用一个顺序表将这些不同数据类型的地址值进行存储，然后进行查询地址，找真正的数据，这就是外置顺序表。

2、顺序表的结构--一体式与分离式：

1、顺序表由我们的数据区和我们的表头信息来组成，表头信息就是我们申请的多大的空间。数据区存储的是我们的数据。当进行数据的查询的时候，跳过表头信息知己查找数据。

顺序表还有两种构建形式：一体式构建和分离式构建

两者的区别：
一体式结构：整体强，易于管理，但是由于数据区就是表对象的一部分，顺序表创建后，元素区就固定了
分离式结构：表对象里只保存与整个表有关的信息（也就是表头：即容量和元素个数），实际数据元素存放在另外的独立的空间中，通过链接与基本表对象关联。

想像一下：当我们对一个已经存在的列表进行扩充的时候。这个时候内部运行的步骤是什呢？
当我们申请的空间不够的时候！我们只能采用重新去申请的方式进行存储数据。然后将数据搬迁到新的空间中，然后将老的空间进行释放。在数据搬迁的时候存在一个问题：当我们采用一体式结构的时候，需要将我们的表头一起搬迁过来，但是如果我们采用分离式的时候，我们只需要将链接修改到新的空间存储即可。这是最直观的表现。
还有一个重要的原因，当我们采用一体式的时候重新迁移的表头的 li （指向列表的第一个地址值）也会改变，但是当我们采用分离式的时候，这个时候表头li的地址值是不会发生改变的！通常我们采用的是分离式的存储。

图中间是一体式！图右边是分离式！图左边是新申请的空间。

3、顺序表数据区替换与扩充：

就像上图！原本存储的是 li = [200,390,78,191] ，但是我们最后又存储了一个500，我们需要扩充去存储我们的新数据，那么我们在申请新的空间的时候到底要扩充多大的呢！？我们需要申请刚好的呢?还是多申请一些呢？

这设计到申请的策略问题！到底要预留多大的呢？有两种策略：

1、采用固定增加多少个的策略：就是在扩充的时候增加固定数目的存储位置，比如每次扩充增加10个元素位置，这种策略我们称之为线性增长的策略。
特点是：节省空间，但是扩充操作频繁，操作次数多。
2、采用翻倍策略：每次扩充容量加倍，比如每次扩充一倍存储空间，
特点是：减少了扩充操作的执行次数，但是会很浪费空间资源。但是我们推荐使用这种方式，以空间换取时间，