【学习笔记】《数据结构与算法之美》基础篇：数组

2. 基础篇

2.1. 数组：从 0 开始编号

1. 数组寻址用到偏移量，a[0] 为偏移为 0 的首地址，a[k] 为偏移 k 个 type_size 的位置，若从 1 开始编号，a[k]的位置变为偏移 k-1，多了一次减法运算

a[k]_address = base_address + k * type_size

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

2. 历史原因，Java、JavaScript 沿用 C 语言从 0 开始计数的习惯，降低程序员学习的成本

• Matlab 数组下标从 1 开始
• Python 数组下标从 0 开始，但 -1 表示最后一行元素

数据结构类型：

线性表数据结构.jpg

非线性表数据结构.jpg

数组（Array）：

1. 线性表数据结构
2. 连续的内存空间
3. 相同类型的数据

2 + 3 → 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)

低效的插入与删除：平均时间复杂度为 O(n)

• 插入操作：无序情况下，插入到第 k 个位置，可把原来第 k 个位置的元素移动到数组末尾，如此时间复杂度为O(1)

• 删除操作：记录元素已删除，当数组满后再真正执行搬移数据的操作（批量删除）
  例：JVM 标记清除垃圾回收算法，缺点：产生内存碎片

很多时候我们并不是要去死记硬背某个数据结构或者算法，而是要学习它背后的思想和处理技巧，这些东西才是最有价值的。

数组越界问题：

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;
}

若编译器按照内存地址递减的方式分配内存，局部变量连续压栈，arr[3] 越界访问到变量 i，将其重置为 0

数组越界在 C 语言 中是一种未决行为，但 Java 会做越界检查

容器：封装操作细节

• C++ STL 中的vector
• Java 中的 ArrayList

容器的优势：

1. ArrayList封装数组操作细节
2. ArrayList支持动态扩容，缺点：耗时，建议指定数据大小

数组的不可替代之处：

1. ArrayList无法存储基本类型，需封装为类，造成性能消耗
2. 数据大小已知且操作简单的情况下，直接使用数组较为方便
3. 多维数组的定义更直观，容器套容器过于复杂，Object[][] array VS. ArrayList< ArrayList < object> > array

总结：

• 业务开发用容器，损耗部分不影响整体
• 底层开发用数组，优化网络框架的性能

引申：

1. for (int i = 0; i < n; i++) 的写法，比起 for (int i = 0; i <= n - 1; i++)，能够直接看出有 n - 0 = n 个数据，更为直观

2. 二维数组 a[m][n] 的内存寻址公式

a[i][j]_address = base_address + (i * n + j) * type_size

3. JVM 标记清除算法：运行在 JVM 上的 Java 程序，若堆内存被耗尽，则 GC 线程被触发并将程序暂停，执行标记/清除，再让程序恢复运行

• 标记：遍历所有的 GC Roots，将所有 GC Roots 可达的对象标记为存活
• 清除：遍历堆中所有对象，将没有标记的对象清除

缺点：1.效率问题，标记和清除过程效率不高；2.空间问题，产生不连续的内存空间碎片