一、基本数据结构之数组

数据结构系列篇章

一、基本数据结构之数组
二、基本数据结构之链表
三、基本数据结构之队列
四、基本数据结构之栈
五、基本数据结构之哈希表
六、基本数据结构之集合
七、基本数据结构之树
八、基本数据结构之堆
九、基本数据结构之图

1. 基本概念

• 在连续的内存空间中，存储一组相同类型的元素

2. 两个区别点

• 元素和索引的区别
• 数组的访问（通过索引查找元素）和数组的搜索（查找元素但不直接利用索引）

3. 数组不同操作的时间复杂度

• 访问：O(1)
• 搜索：O(N)
• 插入：O(N)
• 删除：O(N)

4. 数组的特点

• 适合读而不适合写

5. 数组的基本操作

5.1 创建数组

• 静态初始化：数组的初始化和数组元素的赋值操作同时进行

  int[] arr = new int[]{1,2,3,4};
  

• 动态初始化：数组的初始化和数组元素的赋值操作分开进行

  int[] arr = new int[5];
  

• 列表

  ArrayList<> list = new ArrayList<>();
  

5.2 添加元素

• 数组

  比较麻烦，因为数组的长度自创建开始就确定了，所以需要新建数组
  

• 列表

  list.add(插入值);//在末尾添加一个元素，时间复杂度为O(1)或O(N)
  list.add(索引,插入值);//在指定索引处添加一个元素，时间复杂度为O(N)
  

5.3 访问元素

• 数组

  arr[索引];//时间复杂度为O(1)
  

• 列表

  list.get(元素);
  

5.4 修改元素

• 数组

   c[索引]=值;//时间复杂度为O(1)
  

• 列表

   list.set(索引,值);//时间复杂度为O(1)
  

5.5 删除元素

• 数组

   很麻烦，一般不用
  

• 列表

   list.remove(索引);//时间复杂度为O(N)
  

5.6 遍历元素

• 无论是数组还是列表，都是for循环进行遍历，时间复杂度为O(N)

5.7 查找元素

• 数组

   利用for循环遍历数组查找，时间复杂度为O(N)
  

• 列表

   list.contains(元素);//时间复杂度为O(N)
  

5.8 数组长度

• 数组

   arr.length;//时间复杂度为O(1)
  

• 列表

   list.size();//时间复杂度为O(1)
  

5.9 数组排序（内置的排序方法）

• 数组

   Arrays.sort(arr);//时间复杂度为O(NlogN)
  

• 列表

   Collections.sort(list);//时间复杂度为O(NlogN)