文章目录
引言
数组与顺序表概念相同,顺序表,顾名思义,即将元素顺序地存放在连续存储区里,元素之间的顺序关系由存储关系来表示。
一、顺序表的概念
1. 线性表
线性表:将这样一组元素看成一个序列,用元素在序列里的位置和顺序,表示数据之间的某种关系。根据线性表的实际存储方式,分为两种实现模型:
- 顺序表,将元素顺序地存放在一块连续的存储区里,元素间的顺序关系由它们的存储顺序自然表示。
顺序表最大的优点是顺序查询
顺序表(数组)最好应用于索引“有语义”的情况,但并不是所有有语义的索引都适用,如身份证(空间太大了) - 链表,将元素存放在通过链接构造起来的一系列存储块中。
二、 顺序表的基本形式
如果每个元素大小相同,则使用顺序表的基本布局。如果每个元素大小不统一,则必须使用元素外置的顺序表,将实际元素另行存储
图 a a a是顺序表的基本形式,数据元素本身连续存储,每个元素所占的存储单元大小固定相同,元素的下标是其逻辑地址,而元素存储的物理地址(实际内存地址)可以通过存储区的起始地址 L o c ( e 0 ) Loc (e_0) Loc(e0)加上逻辑地址(第 i i i个元素)与存储单元大小( c c c)的乘积计算而得,即: L o c ( e i ) = L o c ( e 0 ) + c ∗ i Loc(e_i) = Loc(e_0) + c*i Loc(ei)=Loc(e0)+c∗i
图b是元素外置的顺序表,如果元素的大小不统一,则须采用图b的元素外置的形式,将实际数据元素另行存储,而顺序表中各单元位置保存对应元素的地址信息(即链接)。由于每个链接所需的存储量相同,通过上述公式,可以计算出元素链接的存储位置,而后顺着链接找到实际存储的数据元素。
图b中的c不再是数据元素的大小,而是存储一个链接地址所需的存储量,这个量通常很小。
图b这样的顺序表也被称为对实际数据的索引,这是最简单的索引结构。
例子
三、顺序表的结构和实现
1.顺序表的基本结构
一个顺序表的完整信息包括两部分,分为数据和表头信息,一部分是表中的元素集合,另一部分是为实现正确操作而需记录的信息,即有关表的整体情况的信息,这部分信息主要包括元素存储区的容量和当前表中已有的元素个数两项。
2.顺序表的两种基本实现方式
图a为一体式结构,存储表信息的单元与元素存储区以连续的方式安排在一块存储区里,两部分数据的整体形成一个完整的顺序表对象。
一体式结构整体性强,易于管理。但是由于数据元素存储区域是表对象的一部分,顺序表创建后,元素存储区就固定了。
图b为分离式结构,表对象里只保存与整个表有关的信息(即容量和元素个数),实际数据元素存放在另一个独立的元素存储区里,通过链接与基本表对象关联。
例子
3.元素存储区的扩充
采用分离式结构的顺序表,若将数据区更换为存储空间更大的区域,则可以在不改变表对象的前提下对其数据存储区进行了扩充,所有使用这个表的地方都不必修改。只要程序的运行环境(计算机系统)还有空闲存储,这种表结构就不会因为满了而导致操作无法进行。这种技术实现的顺序表称为动态顺序表,因为其容量可以在使用中动态变化。下面介绍两种扩充策略:
- 每次扩充增加固定数目的存储位置,如每次扩充增加10个元素位置,这种策略可称为线性增长。
特点:节省空间,但是扩充操作频繁,操作次数多。 - 每次扩充容量加倍,如每次扩充增加一倍存储空间。
特点:减少了扩充操作的执行次数,但可能会浪费空间资源。以空间换时间,推荐的方式。
4.元素存储区的替换
一体式结构由于顺序表信息区与数据区连续存储在一起,所以若想更换数据区,则只能整体搬迁,即整个顺序表对象(指存储顺序表的结构信息的区域)改变了。
分离式结构若想更换数据区,只需将表信息区中的数据区链接地址更新即可,而该顺序表对象不变。
举例:
一体式结构的表头起始位置改变了,而分离式结构的表头起始位置没有改变
四、顺序表的操作
增删改查
1.增加元素
a. 尾端加入元素,时间复杂度为O(1)
b. 非保序的加入元素(不常见),时间复杂度为O(1)
c. 保序的元素加入,时间复杂度为O(n)—最坏时间复杂度
2.删除元素
a. 删除表尾元素,时间复杂度为O(1)
b. 非保序的元素删除(不常见),时间复杂度为O(1)
c. 保序的元素删除,时间复杂度为O(n)—最坏时间复杂度
五、利用python自定义顺序表(数组)
1.动态数组
静态数组的容量是有限的。但是,我们很难事先预估数组内要存储多少元素。在这种情况下,静态数组容易造成空间浪费或者空间不足。如果数组容量能够根据存储元素的多少进行伸缩,就可以很好的解决这些问题。这种数组就是动态数组。
自定义的动态数组包含
- 添加元素
- 查询与修改元素
- 包含、搜索、删除元素
"""
顺序表的特点:占用一段连续的内存空间
1. 支持随机(索引)访问,时间复杂度为O(1)
2. 添加元素时间复杂度:O(n)
3. 删除元素时间复杂度:O(n)
下面将利用python实现动态顺序表
"""
import numpy as np
class Arr:
def __init__(self,capacity = 10):
"""
构造函数—初始化参数
:param capacity: 容量,默认为10
"""
self._capacity = capacity
self._size = 0 # 初始化数组中有效元素的个数
self._data = [None] * self._capacity # None为无效元素的标识,初始化无效元素数据
def __getitem__(self, item):
"""让Arr支持索引操作"""
return self._data[item]
def getsize(self):
"""
返回数组有效元素的数目
"""
return self._size
def getcapacity(self):
"""
返回数组的容量
"""
return self._capacity
def isEmpty(self):
"""
判断数组是否为空
"""
return self._size == 0
def add(self,