数据结构 | 数组

一、 数组如何实现随机访问

数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。
1） 线性表：线性表就是数据排成像一条线一样的结构。每个线性表上的数据最多只有前和后两个方向，比如数组、链表、队列、栈 等；
非线性表：数据之间并不是简单的前后关系，比如二叉树，堆，图等。

2） 连续的内存空间和相同类型的数据使得数组可以随机访问，但同时也让数组的很多操作变得非常低效，比如要想在数组中删除、插入一个数据，为了保证连续性，就需要做大量的数据搬移工作。
3) 数组如何实现根据下标随机访问元素？
计算机会给每个内存单元分配一个地址，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某个元素时，它会首先通过下面的寻址公式，计算出该元素存储的内存地址：

a[i]_address = base_address + i * data_type_size

base_address 为内存块的首地址，data_type_size 表示数组中每个元素的大小
数组支持随机访问，根据下标随机访问的时间复杂度为O

二、插入和删除

1） 插入：数组有序：最好O(1) 最坏O(n) 平均O(n)
数组若无序，插入新的元素时，可以将第K个位置元素搬移到数组末尾，把新的元素直接放到第k个位置，复杂度为O(1)。
2） 删除：最好O(1) 最坏O(n) 平均O(n)
3） 在某些特殊场景下，我们并不一定非得追求数组中数据的连续性，可以多次删除集中在一起，提高删除效率：每次的删除操作并不是搬移数据，只是记录数据已经被删除，当数组没有更多的存储空间时，再触发一次真正的删除操作。——JVM标记清除垃圾回收算法的核心思想

三、警惕数组的访问越界问题

int main(int argc, char* argv[]){
    int i = 0;
    int arr[3] = {0};
    for(; i<=3; i++){
        arr[i] = 0;
        printf("hello world\n");
    }
    return 0;
}

for 循环的结束条件错写为了 i<=3 而非 i<3，所以当 i=3 时，数组 a[3]访问越界，导致这段代码的运行结果并非是打印三行“hello word”，而是会无限打印“hello world”

如果用来编译这段程序的编译器按照内存地址递减的方式给变量分配内存，那么内存中的i将会被置为0，则为死循环永远出不去。

四、容器能否完全替代数组？

针对数组类型，很多语言都提供了容器类，比如 Java 中的 ArrayList、C++ STL 中的 vector。
相比于数组，java中的ArrayList封装了数组的很多操作，并支持动态扩容。（扩容操作涉及内存申请和数据搬移，是比较耗时的。所以，如果事先能确定需要存储的数据大小，最好在创建 ArrayList 的时候事先指定数据大小。）
数组适合的场景：
1.Java ArrayList 无法存储基本类型，比如 int、long，需要封装为 Integer、Long 类，而 Autoboxing、Unboxing 则有一定的性能消耗，所以如果特别关注性能，或者希望使用基本类型，就可以选用数组。
2. 如果数据大小事先已知，并且对数据的操作非常简单，用不到 ArrayList 提供的大部分方法，也可以直接使用数组。3. 当要表示多维数组时，用数组往往会更加直观。比如 Object[][] array；而用容器的话则需要这样定义：ArrayList<ArrayList > array。

问题：为什么大多数编程语言中，数组要从 0 开始编号，而不是从 1 开始呢？

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）”。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。