数据结构与算法之数组

简介: 数组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。

常用数据结构与算法实现

以下博客根据B站罗召勇老师视频:数据结构与算法基础-Java版(罗召勇)写的详细笔记


数据结构与算法基础:


数据结构与算法之基础概述


数据结构:


(一)数据结构与算法之数组

(二)数组结构与算法之栈

(三)数据结构与算法之队列

(四)数据结构与算法之链表

(五)数据结构与算法之树结构基础

(六)数据结构与算法之二叉树大全

(七)数据结构与算法之Huffman tree(赫夫曼树 / 霍夫曼树 / 哈夫曼树 / 最优二叉树)

(八)数据结构与算法之多路查找树(2-3树、2-3-4树、B树、B+树)

(九)数据结构与算法之图结构


十大经典算法:


(一)数据结构与算法之冒泡排序(含改进版)

(二)数据结构与算法之选择排序(含改进版)

(三)数据结构与算法之插入排序(含改进版)

(四)数据结构与算法之希尔排序

(五)数据结构与算法之归并排序

(六)数据结构与算法之快速排序

(七)数据结构与算法之堆排序

(八)数据结构与算法之计数排序

(九)数据结构与算法之桶排序

(十)数据结构与算法之基数排序


数组概念

数组是一种线性表数据结构,它用一组连续的内存空间,来存储一组具有相同类型的数据。这里我们要抽取出三个跟数组相关的关键词:线性表,连续内存空间,相同数据类型;数组具有连续的内存空间,存储相同类型的数据,正是该特性使得数组具有一个特性:随机访问。但是有利有弊,这个特性虽然使得访问数组边得非常容易,但是也使得数组插入和删除操作会变得很低效,插入和删除数据后为了保证连续性,要做很多数据搬迁工作。


查找数组中的方法有两种:


线性查找:线性查找就是简单的查找数组中的元素

二分法查找:二分法查找要求目标数组必须是有序的。

无序数组

实现类:

public class MyArray {
  //声明一个数组
  private long[] arr;
  //有效数据的长度
  private int elements;
  //无参构造函数,默认长度为50
  public MyArray(){
    arr = new long[50];
  }
  public MyArray(int maxsize){
    arr = new long[maxsize];
  }
  //添加数据
  public void insert(long value){
    arr[elements] = value;
    elements++;
  }
  //显示数据
  public void display(){
    System.out.print("[");
    for(int i = 0;i < elements;i++){
      System.out.print(arr[i] + " ");
    }
    System.out.println("]");
  }
  //根据下标查找数据
  public long get(int index){
    if(index >= elements || index < 0){
      throw new ArrayIndexOutOfBoundsException();
    }else{
      return arr[index];
    }
  }
  /**
   * 根据值查询
   * @param value 需要被查询的值
   * @return 被查询值的下标
   */
  public int search(int value){
    //声明一个变量i用来记录该数据的下标值
    int i ;
    for(i = 0;i < elements;i++){
      if(value == arr[i]){
        break;
      }
    }
    //如果查询到最后一个元素依然没有找到
    if(i == elements){
      return -1;
    }else{
      return i;
    }
  }
  //根据下标删除数据
  public void delete(int index){
    if(index >= elements || index < 0){
      throw new ArrayIndexOutOfBoundsException();
    }else{
      //删除该元素后,后面所有元素前移一位
      for(int i = index; i < elements;i++){
        arr[i] = arr[i+1];
      }
      elements--;
    }
  }
  /**
   * 替换数据
   * @param index 被替换的下标
   * @param newvalue 新的数据
   */
  public void change(int index,int newvalue){
    if(index >= elements || index < 0){
      throw new ArrayIndexOutOfBoundsException();
    }else{
      arr[index] = newvalue;
    }
  } 
}

优点:插入快(时间复杂度为:O(1))、如果知道下标,可以很快存储

缺点:查询慢(时间复杂度为:O(n))、删除慢

有序数组

实现类:

public class MyOrderArray { 
  private long[] arr;
  private int elements;
  public MyOrderArray(){
    arr = new long[50];
  }
  public MyOrderArray(int maxsize){
    arr = new long[maxsize];
  }
  //添加数据
  public void insert(int value){
    int i;
    for(i = 0;i < elements;i++){
      if(arr[i] > value){
        break;
      }
    }
    for(int j = elements;j > i;j--){
      arr[j] = arr[j -1];
    }
    arr[i] = value;
    elements++;
  }
  //删除数据
  public void delete(int index){
    if(index >=elements || index <0){
      throw new ArrayIndexOutOfBoundsException();
    }else{
      for(int i = index;i < elements; i++){
        arr[i] = arr[i+1];
      }
      elements--;
    }
  }
  //修改数据
  public void change(int index,int value){
    if(index >= elements || index < 0){
      throw new IndexOutOfBoundsException();
    }else{
      arr[index] = value;
    }
  }
  //根据下标查询数据
  public long get(int index){
    if(index >= elements || index < 0){
      throw new IndexOutOfBoundsException();
    }else{
      return arr[index];
    }
  }
  //展示数据
  public void display(){
    System.out.print("[");
    for(int i = 0; i < elements;i++){
      System.out.print(arr[i] + " ");
    }
    System.out.println("]");
  }
  //二分法查找数据
  public int binarySearch(long value){
      //声明三个指针分别指向数组的头,尾,中间
      int low = 0;
      int pow = elements;
      int middle = 0;
      while(true){
        middle = (low + pow) / 2;
        //如果中指针所指的值等于带查询数
        if(arr[middle] == value){
          return middle;
        }else if(low > pow){
          return -1;
        }else{
          if(arr[middle] > value){
            //待查询的数在左边,右指针重新改变指向
            pow = middle-1;
          }else{
            //带查询的数在右边,左指针重新改变指向
            low = middle +1;
          }
        }
      }
  }
}

优点:查询快(时间复杂度为:O(logn))

缺点:增删慢(时间复杂度为:O(n))

相关文章
|
2月前
|
数据处理 C语言 C++
数据结构第四弹---数组相关OJ题
数据结构第四弹---数组相关OJ题
|
2月前
|
算法 索引 Python
Python3实现旋转数组的3种算法
Python3实现旋转数组的3种算法
24 0
|
2天前
|
存储 算法 Java
数据结构与算法 数组和链表
数据结构与算法 数组和链表
7 0
|
2天前
|
存储 索引
深入浅出数据结构之数组
深入浅出数据结构之数组
|
4天前
|
算法 测试技术 C++
【栈 最小公倍数 最大公约数】2197. 替换数组中的非互质数
【栈 最小公倍数 最大公约数】2197. 替换数组中的非互质数
【栈 最小公倍数 最大公约数】2197. 替换数组中的非互质数
|
5天前
|
存储 算法
Leetcode 30天高效刷数据结构和算法 Day1 两数之和 —— 无序数组
给定一个无序整数数组和目标值,找出数组中和为目标值的两个数的下标。要求不重复且可按任意顺序返回。示例:输入nums = [2,7,11,15], target = 9,输出[0,1]。暴力解法时间复杂度O(n²),优化解法利用哈希表实现,时间复杂度O(n)。
16 0
|
13天前
|
算法
栈刷题记(二-用栈操作构建数组)
栈刷题记(二-用栈操作构建数组)
|
25天前
|
算法 JavaScript 前端开发
贪心算法】按要求补齐数组
贪心算法】按要求补齐数组
9 0
|
29天前
|
算法
算法系列--两个数组的dp问题(2)(下)
算法系列--两个数组的dp问题(2)(下)
20 0
|
29天前
|
算法
算法系列--两个数组的dp问题(2)(上)
算法系列--两个数组的dp问题(2)
16 0