数据结构&算法——随笔1

列表

• 定义

  • 由一组变量构成的可变序列容器

如何实现随机访问

• 列表其实是一种线性表数据结构；它使用一组 连续的内存空间 存储一组变量的的数据容器。

• 线性表

  • 数据就像排成一条线一样的结构，每个线性表上的数据节点都有前、后两个方向。
  • 常见的：列表、链表、队列、栈等都是线性表结构。

• 非线性表

  • 数据之间的联系并不是单纯的前后方向

  • 二叉树，堆，图等

​ 由于是相邻的内存空间是连续的，所以他支持一个特性：随机访问。这样对于列表来说也是有利有有弊的，这样的特性使得列表的很多操作变得十分低效率，假如我们需要从列表中删除或插入一个数据，还要保持内存空间的连续性，我就要对数据进行搬移。

由此当我们要区别列表和链表的区别时，我们大多数都会说链表适合插入、删除，时间复杂度O(1)；列表适合查找，时间复杂度O(1)。

事实上，这样的描述并不是最严谨的。列表确实适合进行查找工作，查找的时间复杂度并不是O(1)，当你对一个排序好的列表使用二分查找，时间复杂度则是O(logn)。因此，严谨的表述是，列表支持随机访问，根据下标访问的时间复杂度是O(1)。

列表的插入&删除

列表需要保持内存数据的连续性，会使得插入、删除操作效率较低，那现在再思考一下，到底是什么原因使得这些操作那么低效，又有什么改进的方法呢？

• 插入操作

假设列表长度一定为n，我们将一个数据插入到列表第k个位置，为了将第k个位置的内存空间腾出来存放新的数据，我们需要将k到n的元素都往后挪，那插入的时间复杂度又是多少？

假设我们将数据插入到列表的末尾，那么就不需要移动数据了，此时的时间复杂度为O(1)。可是如果是在列表的开头插入数据，那所有的数据都需要在插入之前往后挪一位；最坏时间复杂度是O(n)。因为我们在每个位置插入数据的概率相同，因此平均时间复杂度为（1+2+3+……+n)/n => O(n)；

如果列表中的数据有序，我们在对其中的某个数据进行插入操作的时候如果还要继续保持有序，那么我们此次插入操作的时间复杂度则为O(n)；其实列表中的数据并不是时刻都需要保持的着有序的。

当我们需要插入的位置下标为k的时候，将下标为k的元素移动到列表的最后一个单元，新数据插入到第k个位置。

当我们需要删除的位置下标为k的时候，只需要将列表中最后一个元素移动到k这个位置就OK了。