数据结构-数组

数组是我们开发中最常用的数据结构之一，在大部分编程语言中数组的下标都是从0开始的，为什么不是从1开始呢？

1，数组如何实现随机访问？

    首先说下数组的定义：数组是一种线性的数据结构，它用一组连续的内存来存储相同类型的数据。

    数据的定义涉及到两个关键字，线性结构和连续内存，下面分析下这两个关键字

   1.1 线性结构

      线性结构就是数据排成像一条线一样的数据结构，常见的线性数据结构有数组、链表、队 列、栈等也是线性表结构。

  1.2 连续内存

      拿一个长度为10的int类型的数组int[] a = new int[10]来举例。在我画的这个图中，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。

计算机会给每个内存分配单元分配一个内存地址，计算机通过地址来访问内存中的数据。当计算机需要随机访问数组中的元素时，它会通过下面寻址公式，计算出存储元素的内存地址：

a[i]_address = base_address + i * data_type_size（每个元素的大小）

通过寻址公式，数组实现来随机访问元素，随机访问元素的时间复杂的是O(1)。

2，低效的删除与插入

数组为了保持内存的连续性，会导致删除与插入元素操作比较低效。我们现在就来分析一下，究竟为什么会导致低效？

我们先来看插入操作：

假设有一个长度为n的数组，我们现在需要将一个元素插入到数组中第k个位置。为了将第k个位置空出来给新插入的元素，我们需要将k～n位置的所有元素全部往后移一位，时间复杂的是O(n)；

我们再来看删除操作：

跟插入操作类似，如果我们需要删除第k个元素，为了保持内存的连续性，需要将元素全部往前移动一位，时间复杂的同样也是O(n)；

3，数组删除性能提升

在某些场景上，我们不一定非得追求数组的连续性。如果我们需要删除多个元素，将这几次删除操作合并在一起，删除的效率就会得到提升。

举个例子：

假设数组a[10]中存储了8个元素:a，b，c，d，e，f，g，h。现在，我们要依次删除a，b，c三个元素，为了避免d，e，f，g，h这几个数据会被搬移三次，我们可以先记录下已经删除的数据。每次的删除操作并不是真正地搬移数据，只是记录数据已经被删除。当数 组没有更多空间存储数据时，我们再触发执行一次真正的删除操作，这样就大大减少了删除操作导致的数据搬移。

实际上，这就是JVM标记清除垃圾回收算法的核心思想。

4，为什么不是从0开始

 

原因1:

从数组存储的内存模型上来看，“下标”最确切的定义应该是“偏移(offset)”。前面也讲到，如果用a来表示数组的首地址，a[0]就是偏移为0的位置，也就是首地 址，a[k]就表示偏移k个type_size的位置，所以计算a[k]的内存地址只需要用这个公式:

a[k]_address = base_address + k * type_size

但是，如果数组从1开始计数，那我们计算数组元素a[k]的内存地址就会变为: a[k]_address = base_address + (k-1)*type_size

对比两个公式，我们不难发现，从1开始编号，每次随机访问数组元素都多了一次减法运算，对于CPU来说，就是多了一次减法指令。 数组作为非常基础的数据结构，通过下标随机访问数组元素又是其非常基础的编程操作，效率的优化就要尽可能做到极致。所以为了减少一次减法操作，数组选择了从0开始编号，而不是从1开始。

原因2:

C语言设计者用0开始计数数组下标，之后的Java、JavaScript等高级语言都效仿了C语言，或者说，为了在一定程度上减少C语言程序员学习Java的学习成本，因此 继续沿用了从0开始计数的习惯。实际上，很多语言中数组也并不是从0开始计数的，比如Matlab。甚至还有一些语言支持负数下标，比如Python。