前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >算法读书笔记(2)-数组

算法读书笔记(2)-数组

作者头像
solate
发布2021-03-02 15:37:27
3960
发布2021-03-02 15:37:27
举报
文章被收录于专栏:solate 杂货铺

数组

为什么数组要从 0 开始编号,而不是从 1 开始呢?

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。

如何实现随机访问?

线性表(Linear List),每个线性表上的数据最多只有前和后两个方向。其实除了数组,链表、队列、栈等也是线性表结构。

非线性表,比如二叉树、堆、图等。之所以叫非线性,是因为,在非线性表中,数据之间并不是简单的前后关系。

连续的内存空间和相同类型的数据,正是因为这两个限制,它才有了一个堪称“杀手锏”的特性:“随机访问”.

这两个限制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。

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:

我们拿一个长度为 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。

代码语言:javascript
复制
a[i]_address = base_address + i * data_type_size

其中 data_type_size 表示数组中每个元素的大小。我们举的这个例子里,数组中存储的是 int 类型数据, 所以 data_type_size 就为 4 个字节。

纠正一个“错误”: 数组和链表的区别,很多人都回答说,“链表适合插入、删除,时间复杂度 O(1);数组适合查找,查找时间复杂度为 O(1)”。

实际上,这种表述是不准确的。数组是适合查找操作,但是查找的时间复杂度并不为 O(1)。即便是排好序的数组,你用二分查找,时间复杂度也是 O(logn)。

正确的表述应该是,数组支持随机访问,根据下标随机访问的时间复杂度为 O(1)

低效的“插入”和“删除”

假设数组的长度为 n,现在,如果我们需要将一个数据插入到数组中的第 k 个位置。 为了把第 k 个位置腾出来,给新来的数据,我们需要将第 k~n 这部分的元素都顺序地往后挪一位。

如果在数组的末尾插入元素,那就不需要移动数据了,这时的时间复杂度为 O(1)。 但如果在数组的开头插入元素,那所有的数据都需要依次往后移动一位,所以最坏时间复杂度是 O(n)。 因为我们在每个位置插入元素的概率是一样的,所以平均情况时间复杂度为 (1+2+...n)/n=O(n)。

如果数组中存储的数据并没有任何规律,数组只是被当作一个存储数据的集合。在这种情况下, 如果要将某个数据插入到第 k 个位置,为了避免大规模的数据搬移,我们还有一个简单的办法就是, 直接将第 k 位的数据搬移到数组元素的最后,把新的元素直接放入第 k 个位置。

假设数组 a[10]中存储了如下 5 个元素:a,b,c,d,e。现在需要将元素 x 插入到第 3 个位置。 我们只需要将 c 放入到 a[5],将 a[2]赋值为 x 即可。最后,数组中的元素如下: a,b,x,d,e,c。

在第 k 个位置插入一个元素的时间复杂度就会降为 O(1),这个处理思想在快排中也会用到。

删除操作

如果删除数组末尾的数据,则最好情况时间复杂度为 O(1);如果删除开头的数据, 则最坏情况时间复杂度为 O(n);平均情况时间复杂度也为 O(n)。

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。

JVM 标记清除垃圾回收算法的核心思想

警惕数组的访问越界问题 (这里不是很清楚,后续补课)

代码语言:javascript
复制
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;
}

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”

在 C 语言中,只要不是访问受限的内存,所有的内存空间都是可以自由访问的。根据我们前面讲的数组寻址公式, a[3]也会被定位到某块不属于数组的内存地址上,而这个地址正好是存储变量 i 的内存地址, 那么 a[3]=0 就相当于 i=0,所以就会导致代码无限循环。

访问数组的本质就是访问一段连续内存,只要数组通过偏移计算得到的内存地址是可用的,那么程序就可能不会报任何错误。

补课:

函数体内的局部变量存在栈上,且是连续压栈。在Linux进程的内存布局中,栈区在高地址空间, 从高向低增长。变量i和arr在相邻地址,且i比arr的地址大,所以arr越界正好访问到i。 当然,前提是i和arr元素同类型,否则那段代码仍是未决行为。

例子中死循环的问题跟编译器分配内存和字节对齐有关 数组3个元素 加上一个变量a 。 4个整数刚好能满足8字节对齐 所以i的地址恰好跟着a2后面

gcc有一个编译选项(-fno-stack-protector)用于关闭堆栈保护功能。 默认情况下启动了堆栈保护,不管i声明在前还是在后,i都会在数组之后压栈, 只会循环4次;如果关闭堆栈保护功能,则会出现死循环。 请参考:https://www.ibm.com/developerworks/cn/linux/l-cn-gccstack/index.html

内存越界的循环应该限制在x86架构的小端模式,在别的架构平台上的大端模式应该不是这样的!

总结:

不要写容易越界的代码,虽然有些语言提供检查,也容易成为漏洞。

容器能否完全替代数组?

ArrayList 最大的优势就是可以将很多数组操作的细节封装起来。 比如前面提到的数组插入、删除数据时需要搬移其他数据等。另外,它还有一个优势,就是支持动态扩容

因为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

事先指定数据大小可以省掉很多次内存申请和数据搬移操作

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。

  1. 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。
  2. 还有一个是我个人的喜好,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<Object>> array。

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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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。

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。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 数组
    • 如何实现随机访问?
      • 低效的“插入”和“删除”
        • 删除操作
      • 警惕数组的访问越界问题 (这里不是很清楚,后续补课)
        • 容器能否完全替代数组?
          • 数组要从 0 开始编号,而不是从 1 开始呢?
          相关产品与服务
          对象存储
          对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档