Java 数据结构 - 数组

目录

  • Java 数据结构 - 数组
  • 1. 什么是数组
  • 2. 数组寻址公式
  • 3. ArrayList
  • 4. 复杂度分析
  • 4.1 插入
  • 4.2 删除
  • 4.3 查找
  • 4.4 批量处理

数据结构与算法目录(javascript:void(0))

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。

  1. 线性表（Linear List）。顾名思义，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（即前驱和后继节点）。其实除了数组，链表、队列、栈等也是线性表结构。
  2. 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”。但有利就有弊，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。

思考：对于 Object[] 数组而言，可以存放任意类型的对象，为什么说也是相同类型的类型？

Java 对象存储都是引用地址，一个引用地址都是 4 byte。对于数组寻址时，不管什么类型的 Object 地址都是占用 4 byte。

2. 数组寻址公式

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：

（1）一维数组寻址公式

a[i]_address = base_address + i * data_type_size

（2）二维数组寻址公式

// 对于 m * n 的数组，a [i][j] (i < m, j < n) 寻址地址
address = base_address + (i * n + j) * type_size

思考1：为什么大多数语言，数据都是从 0 开始编号？

原因可为分为两个：首先，如果从 1 开始编号，寻址公式则变为 a[i]_address = base_address + (i - 1) * data_type_size，从而多了一次减法运算，对于 CPU 来说，就是多了一次减法指令。最重要的是，C 语言的设计者，将数组设计为从 0 开始编号，之后的高级语言如 Java、Python 纷纷效仿 C 语言。

3. ArrayList

针对数组类型，Java 提供了 ArrayList。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？

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。

  1. 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。
  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。
  3. 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。

总结：

4. 复杂度分析

4.1 插入

插入元素的时间复杂度是 O(n)。如果插入数组末尾的数据，则最好情况时间复杂度为 O(1)；如果插入开头的数据，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)。

当然，如果元素不用关心数组顺序，我们可以将原 arr[k] 元素直接挪到最后一位 arr[count]，这样时间复杂度就变成 O(1)。

4.2 删除

同插入类似，删除元素的时间复杂度也是 O(n)。同样，如果如果不关心数组顺序，时间复杂度就变成 O(1)。

4.3 查找

如果是随机查找（根据索引寻址），时间复杂度是 O(1)。如果根据元素的 value 查找数据，则时间复杂度变为 O(n)。

4.4 批量处理

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。如果我们将多次删除操作集中在一起执行，删除的效率是不是会提高很多呢？

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。

如果你了解 JVM，你会发现，这不就是 JVM 标记清除垃圾回收算法的核心思想吗？大多数主流虚拟机采用可达性分析算法来判断对象是否存活，在标记阶段，会遍历所有 GC ROOTS，将所有 GC ROOTS 可达的对象标记为存活。只有当标记工作完成后，清理工作才会开始。当然也会带来问题：一是效率问题，标记和清理效率都不高，但是当知道只有少量垃圾产生时会很高效。二是空间问题，会产生不连续的内存空间碎片。所以 JVM 新生代采用了另一种垃圾回收算法：复制算法。

每天用心记录一点点。内容也许不重要，但习惯很重要！