最近在学习数据结构和算法这门课程,学习的过程中也有很多的收获,课后在此把笔记整理出来,作为个人课后巩固。
数据结构包括数据对象集以及它们在计算机中的组织方式,即它们的逻辑结构和物理存储结构,一般我们可以认为数据结构指的是一组数据的存储结构。
线性表就是将数据排成像一条长线一样的结构,数组,链表,栈,队列都是线性表结构,线性表上的每个数据最多只有前后两个方向
数组是一种线性表数据结构,它用一组连续的内存空间,来储存一组具有相同类型的数据。
我们拿一个长度为10的数组来举例,int[] arr = new int[10],在下面的图中,计算机给数组分配了一块连续的空间,100-139,其中内存的起始地址baseAddress=100
我们知道,计算机给每个内存单元都分配了一个地址,通过地址来访问其元素,因此要访问数组中的某个元素时,首先要经过一个寻址公式计算要访问的元素在内存中的地址:
arr[i] = baseAddress + i * dataTypeSize
其中dataTypeSize代表数组中元素类型的大小,在这个例子中,存储的是int型的数据,因此dataTypeSize=4个字节
数组的下标为什么要从0开始而不是从1开始呢?
从数组存储的内存模型来看,“下标”最确切的定义应该是“偏移(offset)”。前面 也讲到,如果用 array 来表示数组的首地址,array[0] 就是偏移为 0 的位置,也就是首地址,array[k]就表示偏移 k 个 type_size 的位置,所以计算 array[k] 的内存地址只需要用这个公式:
array[k]_address = base_address + k * type_size
但是如果下标从 1 开始,那么计算 array[k]的内存地址会变成:
array[k]_address = base_address + (k-1)*type_size
对比两个公式,不难发现从数组下标从 1 开始如果根据下标去访问数组元素,对于 CPU 来说,就多了一次减法指令。
当然另一方面也是由于历史原因,c 语言设计者使用 0 开始作为数组的下标,后来的高级语言沿用了这一设计。
数组元素的访问是通过下标来访问的,计算机通过数组的首地址和寻址公式能够很快速的找到想要访问的元素
数组是一段连续的内存空间,因此为了保证数组的连续性会使得数组的插入和删除的效率变的很低
插入
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个位置腾出来给新的数据,我们需要将第k~n这部分的元素都顺序的往后挪一位。如下图所示:
那数组插入有没有相对优化的方案呢?
如果数组中的数据是有序的,我们在某个位置插入一个新的元素时,就必须按照刚才的方法搬移k之后的数据。但是,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,如果要将某个数组插入到第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。这种处理思想会在快排中用到。
删除
如果我们要删除第k个位置的数据,为了内存的连续性,也需要搬移数据,不然中间就会出现空洞,内存就不连续了。
实际上,在某些特殊场景下,不一定非要追求数组中数据的连续性。如果我们将多次操作集中在一起执行,删除的效率就会提高很多。
举个例子:数组 a[6] 中存储了6个元素:a1,a2,a3,a4,a5,a6。现在,我们要依次删除a1,a2这两个元素。
为了避免a3,a4,a5,a6这几个数据会被搬移两次,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的搬移数据,只是记录数据已经被删除。当数组没有更多空间储存数据时,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。
如果你了解JVM,你会发现,这就是JVM标记清除垃圾回收算法的核心思想。
针对数组类型,很多语言多提供了容器类,比如Java中的ArrayList等。在项目开发中,什么时候适合用数组,什么时候适合用容器呢?
拿Java语言举例。如果你是Java工程师,几乎天天都在用ArrayList,对它应该非常熟系。那它与数组相比,到底有哪些优势呢?
我个人觉得,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 。 每次存储空间不够的时候,它都会将空间自动扩容为 1.5 倍大小。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储存的数据大小,最好在创建ArrayList的时候事先指定数据大小
首先我们要明确,ArrayList 底层是采用数组来进行数据的存储,其次 ArrayList 提供了相关的方法来对底层数组中的元素进行操作,包括数据的获取,数据的插入, 数据的删除等,笔者将会从两个方面来进行ArrayList底层源码的剖析。
这里有一段非常简短的代码
public static void main(String[] args) {
// 初始化集合
List list = new ArrayList();
// 向集合中添加元素
list.add("test");
}
下面我们以断点调试的方式查看一下,当我们创建集合对象的时候发生了什么事
通过分析可以知道:
1.创建ArrayList时采用默认的构造函数创建集合然后往里添加元素,第一次添加时将数组扩容到10的大小,之后添加元素都不会在扩容,直到第11次添加然后扩容1.5倍取整,此后如果需要扩容都是1.5倍取整,但是扩容到的最大值是Integer.MAX_VALUE
2.每次扩容时都会创建一个新的数组,然后将原数组中的数据搬移到新的数组中。 所以,如果事先能确定需要储存的数据大小,最好在创建ArrayList的时候事先指定数据大小
我们可以查看 ArrayList 的带参构造函数:
public ArrayList(int initialCapacity) {
if (initialCapacity > 0) {
// 直接使用传递的容量大小创建数组,这样的话只会在不够存储的时候才会需要扩容
this.elementData = new Object[initialCapacity];
} else if (initialCapacity == 0) {
this.elementData = EMPTY_ELEMENTDATA;
} else {
throw new IllegalArgumentException("Illegal Capacity: "+initialCapacity);
}
}
比如我们要从数据库中取出 10000 条数据放入ArrayList。我们看下面这几行代码,你会发现,相比之下,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。
ArrayList users = new ArrayList(10000);
for (int i = 0; i < 10000; i++) {
users.add(xxx);
}
接下来我们写一段代码来分析一下从集合中获取元素
public static void main(String[] args) {
// 初始化集合
List list = new ArrayList(1);
// 向集合中添加元素
list.add("test");
// 获取刚刚存入的元素
String ele = list.get(0);
}
分析查看集合的 get 方法
到这里我们关于 ArrayList 的底层源码解析就结束了,当然了我们只分析了ArrayList 中很小一部分源码,它还提供了很多的方法,大家不妨自己去分析分析看!
作为高级语言编程者,是不是数组就无用武之地了呢?当然不是,有些时候,用数组会更合适些,比如下面几种情况使用数组就会更合适。
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(自动装箱和拆箱) 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。
我总结一下,对于业务开发,直接使用容器就足够了,省时省力。毕竟损耗一丢丢性能,完全不会影响到系统整体的性能。但如果你是做一些非常底层的开发,比如开发网络框架,性能的优化需要做到极致,这个时候数组就会优于容器,成为首选。
通过今天的学习可以了解到:
概念:数组是一种线性表数据结构,它用一组连续的内存空间,来储存一组具有相同类型的数据
特点:
应用:
ArrayList的优势(封装数组的操作细节、支持动态扩容)
ArrayList的源码分析(容器构建、添加元素及获取元素),特别要注意的是添加元素中的扩容机制
使用场景:
对于业务开发,直接使用容器就足够了
做一些非常底层的开发,比如开发网络框架,性能的优化需要做到极致,这个时候数组就会优于容器,成为首选
至此,数组部分的学习就完成了,下面将进行链表的学习。