数组

1.什么是数组

数组是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相关类型的数据。

2.线性表与非线性表

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，还有链表、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。

3.数组的特性

随机访问。由于连续的内存空间和相同类型的数据这两个的限制，造就了这个特性。

4.数组的基本操作

4.1 随机访问

4.1.1 例子

以数组 int[] a = new int[10] 来举例。 计算机给数组 a[10]，分配了一块连续内存空间 1000～1039，其中，内存块的首地址为 base_address = 1000。如下图：

 

 

计算机会给每个内存单元分配一个地址，通过地址可以访问到内存中的数据。当数组需要随机访问的时候，

首先会根据寻址公式确定地址。然后会根据地址去访问。

 

4.1.2 寻址公式：

一维数组的寻址公式：

a[i]_address = base_address + i * data_type_size

data_type_size 表示数组中元素的大小。比如int类型的数组为4个字节。

 

二维数组的寻址公式：

对于 m * n 的数组，a [ i ][ j ] (i < m,j < n)的地址为：

b[i][j]_address = base_address + ( i * n + j) * data_type_size

 

4.1.3 正确的描述

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)。

注意：如果不是根据下标随机访问。直接说数组的时间复杂度为 O(1)是不正确的。因为即使为二分查找复杂度也是 O(logn)，根本不是 O(1)。

 

4.2 插入操作

4.2.1 数组有序

 

设数组长度为n，插入到数组第k个位置。

如果是数组末插入，直接插入就好，时间复杂度为O(1)。

如果不是在数组末插入，为了腾出第k个位置，就需要把k到n这部分数据向后挪一位。

最坏的情况是数组首位插入，数组的所有数据都要向后移动一位。最坏时间度为O(n)

因为每个位置插入的概率是一样的，所以平均时间复杂度为（1+2+3+...+n）/n = O(n)

 

4.2.2 数组无序

如果数组是无序的情况下，除了上面的做法。为了减少数据大规模搬移。直接将第 k 位的数据搬移到数组元素的最后，把新的元素直接放到第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。

将元素 x 插入到第 3 个位置c 放入到 a[5]，将 a[2] 赋值为 x 即可。如下图：

这样的话，时间复杂度就变为O(1)了

4.3 删除操作

为了保持数组所占内存的连续性。还是需要搬移数据。

删除和插入类似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)。

某些特殊场景下，并不一定追求数组中数据的连续性。可以把多次删除操作合并成一次。

数组 a[10] 中存储了 8 个元素：a，b，c，d，e，f，g，h。需要依次删除 a，b，c 三个元素。

常规操作的话，是a,b,c分别删除3次，然后，d,e,f,g,h需要搬移3次。

换另外一种方式，a，b，c在删除的时候先做标记，而不是一次性删除。当数组没有足够空间的时候，一次性删除。这样的话就减少了数据的搬移次数。和JVM标记清除垃圾回收算法类似

 

5.数组访问越界的问题

Java 本身就会做越界检查。如果有数组越界的情况，就会抛出 java.lang.ArrayIndexOutOfBoundsException。

 

6.实际开发中数组和容器如何选择

6.1 如果是业务开发。直接用容器。如果已知需要存储数据的大小。在创建容器的时候就指定大小。

比如：

ArrayList<User> users = new ArrayList(10000);

for (int i = 0; i < 10000; ++i) {

users.add(xxx);

}

6.2 如果是基础框架的开发，能用数组还是要用数组。毕竟框架的话更需要考虑性能问题。

 

参考资料：《数据结构与算法之美》