穿越到修仙界，筑基功法居然是数据结构（2）——数组（上）

前言

希望基于此系列文章能以轻松，简单的方式帮助大家学习并使用数据结构。

今天正式进入编程修仙第二期，炼气一层，数组（上），本来没准备分上下，但是发现光数组的基本介绍就写了不少，所以本篇将着重于数组的基本理念和思想方法，下篇将着重于数组的实际使用场景和容器类实现。

什么是数组

直接上定义，数组是一种线性数据结构，由相同类型的元素集合组成，存储在一段连续的内存空间中。

如何理解“存储在一段连续的内存空间“

1. 内存是线性排列的一批存储单元，实际数据（和指令）就存储在存储单元中。单元有唯一编号，称为单元地址，单元地址从0 开始连续排列。如下图：
   
2. 所以将数据“存储在一段连续的内存空间“，可以简单理解为将数据存放在上图连续的方格中，它们的单元地址将是连续的。如果我们将字母A，B，C按顺序存放进从单元地址3开始的连续内存空间，实际效果如下图：
   
3. 同时存储单元有其存储空间，一般为一个字节，这也就意味着如果需要存储的数据大小超过一个字节，就需要用到多个存储单元。所以如果我们将三个int型数据1, 2, 3（一个int型数据占用4个字节）按顺序存放进单元地址3开始的连续内存空间，实际效果如下图：
   

以下皆为个人见解，仅供参考！

为什么要连续

举个生活中的例子，我有一整套《哈利波特》7本书，我现在把它们放到书架上（书架上可能有其它书），以后想看的时候再把它们拿下来。如果我们把7本书打散，随意放在书架任意位置，后续要找的时候，就得要一本本浏览书架上的书，看是不是自己想要的《哈利波特》。这样效率太低，更容易出错。

所以在这种情况下，绝大多数人都会选择把7本书放在书架同一区域，这样只要记住这个区域（如第二排第一本开始的7本），就可以快速找到他们。

数组其实也是相同的理念，不将数据随意存储在任意存储单元上，而是存储在一段连续的地址，这样根据第一个数据元素所在的首地址（对应书架第二排第一本）和数据占用存储单元数量（对应7本书）就可以快速找到所有的数据。

为什么要相同类型数据

生活举例

继续以7本哈利波特为例，如果我们将哈里波特第一部放在书架第二排第一本，并按第一部到第七部顺序连续放置，那如果我们要找到第五部哈利波特，可以直接拿走第二排第五本的书，而不用从第二排第一本开始一本本看。

明显“直接拿走第二排第五本的书”是种效率更高的方式，但这个方式的前提是存放和拿取的单位都是“本”，假如我们的场景扩大为在书架上放置多套书籍，如哈利波特，小学数学教材，初中语文教材和唐诗三百首，我们的需求变为直接拿取初二语文教材上册，那整个计算就会变得复杂，因为你需要先知道哈利波特一套是有7本，小学数学教材是10本，初二语文教材上册在初中语文教材中位于第5本，这样得出初二语文教材是在第22（1+7+10+5-1）本。

这样就带来了问题：计算书籍所在的位置变得困难，必须要先知道放在前面的书有哪些，他们分别有几本。

解决的方法也简单，那就是记录下每套书籍开始的位置（如哈里波特是在第二排第一本开始，小学数学教材是在第二排第八本开始），很明显这就回到了之前的“单独放置哈利波特”的场景：
已知初中语文教材在第二排第18本开始，初二语文教材上册在整个初中语文教材中位于第5本，所以直接取出第二排第22本（18+5-1）就是初二语文教材上册，效率超级加倍！

总结其中的逻辑是：将一个连续放置的书本区域，根据书本所属的作品集，拆分成多个区域，每个区域内都连续放置同一作品集的书本。通过这种方式，可基于书本在作品集中所处序号，快速定位书本实际在书架上的位置。

推导到计算机内存

如果直接推导的话，得到逻辑是：将一个连续的内存区域（线性表），根据存放数据类型的不同，拆分成多个区域（线性表），每个区域（线性表）内都连续存储相同类型的数据。

我们来验证下，如按顺序存入A，1，B，C，2，3（英文字母占用1个字节，数字为int型占用4个字节）：

如要获取数据C，则需要分别计算A，1，B，C占用的空间，如下：

2 +1 + 4 + 1 = 8
A的首地址 2 + A占用1个存储单元  + 1占用4个存储单元 + B占用1个存储单元 = C的首地址8

这样实际上就仍然需要尝试遍历所有数据元素，才能找到需要的元素，无法实现根据元素在数组中的位置直接访问元素。

为了解决这个问题，所以我们按照数据类型进行划分，拆为两个数组，一个放英文字母（A，B，C），一个方int数字（1，2，3）：

在这场景下，想要直接获取到放入的int数据 2，则根据公式计算它的首地址：

7 + (2 - 1)  * 4 = 11

即直接获取从单元地址11开始的4个单元（11，12，13，14）数据就是之前放入的int数据 2 。

基于这个思路，我们可以得到公式：

需要查找的数据元素首地址 = 数组首地址（也是数组第一个元素首地址） + 数据类型大小 （长度）* 需要查找的数据元素在数组中的偏移量（序号-1）

这样就形成了根据数据元素在数组中的位置快速找到数据的方法。

回到问题

这也就解释了原来的问题，“为什么要相同类型数据”，这其实是为了达成根据元素在数组中的位置直接访问元素的能力（也就是数组最大特点随机访问），所作的前提定义。

需要查找的数据元素首地址 = 数组首地址（也是数组第一个元素首地址） + 数据类型大小 （长度）* 需要查找的数据元素在数组中的偏移量（序号-1）

但是通过公式可以看出，真正对直接计算元素的单元地址产生影响的是数据类型的大小 （长度），而不是数据类型本身。也就是说为了达成上文提到的“随机访问“的能力，前提条件只要数据类型的大小（长度）相同就可以。

那为什么还要限制相同数据类型，个人认为主要是在具体实现和使用上：相同数据类型，可以保证你在取出数据后可以直接、进行处理，否则得要先判断其类型，再选择处理方式，甚至会需要进行类型转换等运算，降低性能，增加程序复杂度和发生错误的可能。

数组的缺点

前面主要讲了数组的优点，接下来讲讲缺点：

插入操作效率低

为什么效率会低？这很好理解，如果要在一排书中间插入一本书，那得要先把后面的书往后挪一挪，留出空间，在放入新的书。在内存中也是如此，在数组中间插入一个数据，会需要移动它之后的所有数据，所以时间复杂度为O(n)。

如何解决？如果数组中的数据是有序排列的，如哈利波特1-7部，第2部必须放在1和3之间，所以只能移动后续元素，没有办法解决。但是如果数据是没有顺序的，那直接把新数据插入到末尾，或者只迁移插入位置上的数据，把原位置上已有的数据搬移到末尾，再把新的数据写入到该位子上，这样就可以避免大规模的数据迁移。

删除操作效率低

同插入类似，删除数组中某一个元素，还需要把后面的元素往前迁移。而且不幸的是，不管数据是有序的还是没有顺序的，删除都需要大规模数据迁移。所以只有尽可能少地进行删除操作，比如不删除而是将数据按业务逻辑置空，或者新建一个数组用来记录已删除元素序号，而不是真正删除原数组中的元素。

数组的使用

本系列都会用Python为例：

Python中针对数组有三种使用方式：

1. 最常用的list，但是我们这次不以他为例，因为他可以存放不同数据类型（长度），我们把它在下期数组（下）中，讨论容器的时候再说
2. Numpy中的array
3. 为了样例简单，我们使用Python标准库中的array模块

import array
 
# 定义一个整数数组
arr = array.array('i', [1, 2, 3])
 
# 添加元素
arr.append(4)
 
# 访问元素
print(arr[0])  # 输出1
 
# 修改元素
arr[0] = 10
 
# 删除元素
del arr[0]
 
# 遍历数组
for i in arr:
    print(i)

可以看出Python中的array是一个动态数组

结束

静态、动态数组，容器类实现和数组实际使用场景，计划放在下篇。

欢迎大家评论留言，本文只是我个人观点，如有不足或错误也清指出，大家一起学习～～