05.数组是什么

最新推荐文章于 2025-09-07 17:00:25 发布

原创最新推荐文章于 2025-09-07 17:00:25 发布 · 299 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

数据结构与算法之美

数组是一种线性表数据结构，存储在连续内存空间，支持快速随机访问。数组从0开始编号，便于内存寻址，提高效率。插入和删除操作因保持连续性而效率低。警惕数组越界问题，容器类如ArrayList提供动态扩容和封装，但在底层操作中可能涉及性能损耗。

05.数组：为什么很多编程语言中数组都从0开始编号？

markdown文件已上传至github

1.什么是数组

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。

2.理解数组

理解以下几个关键词，就能彻底掌握数组的概念了。

2.1 线性表

**线性表（Linear List)😗*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。除了数组，链表、队列、栈等也是线性结构。

与之相对立的概念是非线性表，比如二叉树、堆、图等。在非线性表中，数据之间并不是简单的前后关系。

2.2 连续的内存空间和相同类型的数据

连续的内存空间和相同类型的数据：正是因为这个限制，使得数组有了随机访问的特性。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数组元素

拿一个长度为10的 $i n t$ 类型的数组 $\space [ ] \space a = new \space int[10]$ 来举例。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。

当计算机需要访问数组中某个元素时，首先通过下方的寻址公式，计算出该元素存储的内存地址:
$a[i]\_address = base\_address + i*data\_type\_size$
其中data_type_size表示数组中每个元素的大小。这个例子中，数组中存储的是int类型，所以data_type_size就为4字节。

在面试的时候，常常会问数组和链表的区别，很多人回答“链表适合插入、删除，时间复杂度为O(1)；数组适合查找，查找时间复杂度为O(1)”。这种表述是不正确的，数组是适合查找，查找复杂度为并不为O(1).即便是排好序的数组，用二分查找时间复杂度也是O(logn)。所以正确的表述应该是：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).

4.低效的插入和删除

数组为了保持内存数据的连续性，每次插入或者删除操作都会移动大量元素。，所以会导致低效。

4.1 插入操作

假设数组长度为n，我们需要将一个数据插入到数组第k个位置。为了把第k个位置腾出来，需要将k~n这部分的元素都顺序地往后挪一位。我们可以来分析一下它的时间复杂度。

如果在末尾插入，则不需要移动任何元素。此时时间复杂度为O(1)。

如果在开头插入，则需要移动n个元素。此时时间复杂度为O(n)。

因为我们在每个位置插入元素地概率是一样的，所以平均情况时间复杂度为（1+2+3+…n）/ n = O(n)

如果数据是有序的，我们插入数据就必须要按照上面这种方法

如果数据是无序的、没有任何规律的，数组只是被当作一个存储数据的集合。这种情况下如果要将某个数据插入到第k个位置，可以直接将第k位数据先搬到数组最后，再将新元素直接放到第k个位置。

4.2 删除操作

与插入数据类似，如果要删除第k个位置地数据，为了内存地连续性，也需要搬移数据，不然中间会出现空洞，内存就不连续了。

如果删除末尾的数据，则最好的时间复杂度为O(1);如果删除开头的数据，则最坏的时间复杂度为O(n);平均情况时间复杂度为O(n)。

**提高删除效率：**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，如果我们将多次操作集中一起执行，删除效率会提高很多。

例如：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，在触发执行依次真正地删除操作，这样就大大减少了删除操作导致的数据搬移。

这个思想也是JVM标记清除垃圾回收算法地核心思想。

5.警惕数组越界问题


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;
}

这段代码运行结果并不是打印三行”hello world",而是会无限打印。因为for循环结束条件错写成了i<=3,当i=3时，数组a[3]访问越界。在C语言中，只要不是访问受限的内存，所有内存空间都是可以自由访问的。而a[3]刚好是存储变量 i 的内存地址，那么a[3]=0 就相当于 i=0，所以会导致代码无限循环。

这种错误debug难度非常大，很多计算机病毒也正是利用了代码中的数组越界可以访问非法地址的漏洞来攻击系统，所以写代码一定要警惕数组越界。

并非所有语言都像C一样，把数组越界检查工作丢给程序员做，像Java本身就会做越界检查。