人工智能
- python，大数据，机器学习，深度学习，计算机视觉
- 三、python算法篇（二）顺序表
- 顺序表的两种存储形式
- （1）基本顺序表
- （2）元素外围顺序表
- 顺序表的 ==一体式结构== 与 ==分离式结构==
- 顺序表的替换与扩充
- 顺序表的插入与删除元素
- （1）插入
- 删除
- 其他知识点
python，大数据，机器学习，深度学习，计算机视觉
三、python算法篇（二）顺序表
顺序表的两种存储形式
（1）基本顺序表
顺序表：数据在内存按顺序存放的表。相同类型的元素采用这种数据结构存放，方便取用。
比如列表li = [7, 2100, 390]按照顺序存放，显示存的都是相同类型int型元素，若知道元素“7”的物理地址是0x01，由于int型占4Byte，则元素“2100”的物理地址是0x01 + 4 = 0x05, 元素“390”的物理地址是0x01 + 42 = 0x09。
也就是说，给你元素“7”的物理地址0x01，去取元素“390”，不用挨个遍历，直接访问0x01 + 42 = 0x09这个物理地址即可取到元素“390”了。
结论：顺序表中，某一元素的物理地址 = 存储区的起始地址 + 存储单元大小 * 该元素下标（即该元素逻辑地址），访问元素时无需遍历，通过计算便可获得对应地址，其时间复杂度为O(1)。
注释：
物理地址（实际内存地址）
逻辑地址（就是元素下标，可看成虚拟地址）
（2）元素外围顺序表
如图，左边定义的列表Li是前面讲的基本顺序表，右边定义的列表li是元素外围顺序表。
区别：基本顺序表存的是相同类型的元素
而元素外围顺序表存的是不同类型的元素。所以它先在内存中随机生成地址存元素值，再开辟一连续的内存空间用来专门指向（存储）目标地址。
顺序表的 一体式结构 与 分离式结构
list li[8]
li = [1328, 693, 2529, 154]
同Java一样，先定义一个列表（数组）li，总共8个元素，初始化赋值了前4个值。
所以存储结构设计的时候，加上“表头信息”：容量、元素个数。这样如果存满了，再存元素就能控制不让添加了，返回error。
下图左边的设计是一体式结构，右边的设计是分离式结构。
左边一体式：假定Li初始地址是0x15
右边分离式：假定Li初始地址是0x111
哪个设计好？
为了考虑以后数据的动态变化，右边的分离式结构较好一些，较常用。分析下：
拿上面的图来说，在Li=[200, 390, 78]基础上（初始只给分配了最大存4个元素的空间），重新定义Li = [200, 390, 78, 300, 500, 600]，所以重新开辟一块地址：
（1）若采用一体式：
此时列表Li的初始位置0x15已经变为0x1000，（这里0x1000是内存随机生成的地址）
（2）若采用分离式：
此时列表Li的初始位置依然还是0x111，没有变
所以采用分离式，数据动态变化时，初始地址不会随之改变。
顺序表的替换与扩充
还拿上面的例子，如下图：
Li = [200, 390, 78]在存储空间里分配时预留了空闲空间0x35~0x39以便后续扩展用，那么我们在扩充时把它使用了，我们还要不要再预留出空闲空间以便再扩展用？再预留分配多少空闲空间？
方案有两种
（1）我们可以还预留4Byte的空闲空间（1个int型的空间大小），即0x39~0x43,。若再占用再预留4Byte的空闲空间（1个int型的空间大小）…
每次都预留固定数目4Byte的空闲空间。
（2）我们可以预留42=8Byte的空闲空间（2个int型的空间大小），即0x39~0x47。若再占用再预留82=16Byte的空闲空间（4个int型的空间大小），乃至（8个int）（16个int）…
每次都加倍扩充/预留空闲空间。
顺序表的插入与删除元素
（1）插入
如图，三种不同方式地插入新元素111
a.直接在表尾端插入。
b.在下标1位置插入新元素111，而将下标1元素693放到了表尾。这是不用保持原来元素相对顺序不变的插入方式------ 非保序插入
c.在下标1位置插入新元素111，其以及其后的元素依次向后顺移！这是保持原来元素相对顺序不变的插入方式！------ 保序插入（稳住，别乱！嘎嘎）
注：非保序插入现实中不实用，故不常用。
结论：
a.尾端插入元素，时间复杂度为O(1)
b.非保序的插入元素（不常见），时间复杂度为O(1)
c.保序的元素插入，时间复杂度为O(n)
删除
删除同理，来不及解释了，快上车！
其他知识点
