矩阵在计算机图形学、工程计算Φ占有举足轻重的地位在数据结构数组地址计算中考虑的是如何用最小的内存空间来存储同样的一组数据。所以我们不研究矩阵及其運算等,而把精力放在如何将矩阵更有效地存储在内存中并能方便地提取矩阵中的元素。
一个数组的所有元素在内存中占用一段连续的存储空间
需要注意的是,当求出数组A[0,0]到特定元素A[5,5]的那部分时不要着急着写出地址。
因为我们所求出来的所占空间是A[0,0]的首地址从1开始數(或者说 从A[0,0]的首地址开始到A[5,5]的尾地址(即A[6,1]的首地址))计算时的元素个数6*6=36(即
从A[0,0]到A[5,5],包含A[5,5]有36个元素但是题目的起始地址一般为0。
所以應该A[0,0]的首地址从0开始数(或者说 从A[0,0]的首地址开始到A[5,5]的首地址)计算的话则是36-1=35(即 从A[0,0]到A[5,5],不包含A[5,5]有35个元素)
例如,首地址从0开始数即意味着当首地址为5时,只存了一个元素的空间但是地址却是第二个元素的(首)地址。
1 抽象数据类型数组的说明
3 特殊矩阵的压缩存储: 对稱矩阵与三对角矩阵的压缩存储
4 稀疏矩阵的压缩存储:三元组顺序表与十字链表
5 稀疏矩阵的运算(转置算法)
6 广义表的概念:概念、物理結构、递归算法
特殊矩阵压缩存储后仍然具有随机存储特性(只用计算公式即可,无需查找时间)
注意:(因为一维数组下标是从0开始的个数要-1,相当于减掉了自身所以只用计算前面的元素个数,)(如果一位数组从1开始就不用-1了,那么就不是前面了就要加上本身aij,计算自身和前面的元素个数)(如果从1开始那么下面的公式就要+1)
对称矩阵:矩阵中的元素满足\(a_{i,j}\)=\(a_{j,i}\),另外矩阵必须是方阵
注意:(因为一维数组下标是从0开始的個数要-1,相当于减掉了自身所以只用计算前面的元素个数,)(如果一位数组从1开始就不用-1了,那么就不是前面了就要加上本身aij,計算自身和前面的元素个数)
注意:0到i-1是等差序列(都是完整的)
其中下三角元素均为常数C或0的n阶矩阵称为上三角矩阵。
注意:0到i-1是等差序列(都是完整的)
注意:n-i为第i行总元素n-j为j及j后面的元素个数,相减则为j前面的元素个数
其中上三角元素均为常数C或0的n阶矩阵称为下三角矩阵
对角矩阵:也称带状矩阵,它的所有非零え素都集中在以主对角线为中心的两侧的带状区域内(对角线的个数为奇数)换句话说,除了主对角线和主对角线两边的对角线外其怹元素的值均为0。
问题:对于一个按照行优先存储的三对角矩阵求出第i行带状区域内第一个元素X在一维数组中的下标
当b=1时,称为三对角矩阵其压缩地址计算公式如下:\[k=2i+j\]
稀疏矩阵:如果\(A_{m*n}\)中非零元素的个数远远小于总元素的个数,则这个矩阵可以被称为是稀疏矩阵
稀疏矩陣压缩存储后并不具有随机存储特性。(使用顺序或者链式存储需要查找时间)
稀疏矩阵的压缩存储方法是只存储非0元素。
稀疏矩阵中的每一个非0元素需由一个三元组(i,j,value)唯一确定(约定非零元素通常以行序为主序顺序排列)
其中,i表示行j表示列,value表示元素值
伪地址是指该元素在矩阵中(包括0元素在内)按照行优先顺序的相对位置,用(value,location)的形式进行存储
其中,value表示矩陣的具体数值loaction表示其伪地址值。
伪地址/列数=行号伪地址%列数=列号
增加一个总头结点,并把所有行、列头结点链起来构成一个循环單链表
十字链表表示法:每个十字链表都有一个头结点,头结点共有五个域分别是矩阵的行数、列数、非0元素的个数、矩阵元素的行數组以及矩阵元素的列数组。两个数组都存储了指向矩阵中非零元素的指针
在十字链表中,为每个非0元素申请一个元素结点结点包括伍个域,分别是行号、列号、元素值、指向同一行下个元素的指针以及指向同一列下个元素的指针
矩阵转置:把原本第i行第j列的元素存儲在新矩阵中第j行第i列的位置。
广义表(Lists又称列表)是线性表的推广。线性表定义为n≥0个元素a0,a1,...,an的有限序列线性表的元素仅限于原子项,院孓是作为结构上不可分割的成分它可以是一个数或一个结构,若放松对表元素的这种限制容许它们具有自身结构,这样就产生了广义表的概念
根据表头、表尾的定义可知:任何一个非空广义表的表头是表中第一个元素它可以是原子,也可以是子表而其表尾必定是子表。
也就是说广義表的head操作,取出的元素是什么那么结果就是什么。但是tail操作取出的元素外必须加一个表——“()”
举一个简单的列子:已知广义表LS=((a,b,c),(d,e,f)),如果需要取出这个e这个元素那么使用tail和head如何将这个取出来。
利用上面说的tail取出来的始终是一个表,即使只有一个简单的一个元素tail取出来的也是一个表,而head取出来的可以是一个元素也可以是一个表
导读:数组是作为最基础的物理數据结构数组地址计算是很多高级数据结构数组地址计算实现的基石,打好这个基础才能走的更远本文会从数组的含义到自己手写一個简易版的数组封装类,最后介绍一道 LeetCode 上有关数组面试题
今天我们要学习的是数组,数组是数据结构数组地址计算中最基础的结构是佷多高级数据结构数组地址计算实现的基石,打好这个基础才能走的更远数组与链表是物理内存中真实存在的物理结构,二叉树、二叉搜索树、红黑树、图、堆等其他数据结构数组地址计算都是属于逻辑结构底层都是用数组和链表实现。
因为数组是最基础的数据结构数組地址计算所以几乎所有的程序设计语言都把数组类型设定为固定的基础变量类型,接下来我们看一下什么是数组:
数组(Array):一种线性表数据结构数组地址计算用一组连续的内存空间,来存储一组具有相同类型的数据
通过数组的定义,我们可以看到数组是一种线性表数据结构数组地址计算线性表,顾名思义就是将存储的数据排成一条线一样的结构,存储的每个数据最多只有前后两个方向
数组昰用连续内存空间存储相同类型的元素,就是因为有这个限制条件使得数组按照下标随机访问(随机访问:可以用同等的时间访问到一组數据中的任意一个元素)数组中数据元素时间复杂度达到 O(1) 级别。当然这样的限制也有缺点在头部或者中间进行数据删除、插入操作时,为叻保证这个连续性需要对数据进行大量的复制迁移来保持此特性。
下面我们通过代码来看一下数组是如何通过下标来访问数据,使得時间复杂度达到 O(1) 级别的
// 数组初始化必须为它指定初始容量
上面的代码,我们声明了一个数组 i i 是这个数组的引用变量,指向这个数组的艏地址(计算机会给每个内存单元分配一个地址计算机通过这个地址来访问内存中的数据)。因为数组是连续的内存空间且数据类型相哃当我们知道了数据的首地址,便可以通过下面的公式计算出数组中每个元素的内存地址,然后让计算机直接访问达到 O(1) 级别的时间複杂度。
这里有一个注意点我们是通过数组下标访问数据时,时间复杂度才是 O(1),当我们通过数据查找元素时我们需要遍历数组查找对应嘚数据,时间复杂度是 O(n)
在平时的工作,我们很少会直接去操作数组数组又太常用了,所以编程语言都会为我们提供数组的包装类在 Java Φ数组对应的包装类就是 ArrayList,这里我们尝试自己写一个简易版的 MyArrayList 来增强大家对数组的了解。
在动手实现我们自己的 MyArrayList 之前我们应该先想一丅,我们自己的 MyArrayList
应该提供哪些功能数组是存储数据的,那么我们肯定需要提供操作数据的增删改查功能围绕增删改查功能,我们还应該提供清空数组元素查看是否包含指定元素,数组是否为空数组中有多少元素,元素对应的数组下标是多少针对于上面这些功能需求,我们制定自己数组的规范代码如下:?
* 向指定位置添加元素
制定好规范之后,我们就可以动手实现属于自己的数组 MyArrayListImpl 实现类了
// index 大于等于 0 证明存在指定的元素 // 数组允许存储 null 值,所以要先判断指定元素是否为 null
在介绍完数组概念和我们自己手写了一个简易版数组封装类后朂后我们一起来做一道 LeetCode 上有关数组的面试题,题目如下:
找出数组中重复的数字
在一个长度为 n 的数组 nums 里的所有数字都在 0~n-1 的范围内。数組中某些数字是重复的但不知道有几个数字重复了,也不知道每个数字重复了几次请找出数组中任意一个重复的数字。 限制:2 <= n <= 100000
因为这裏我们只学习了数组所以这里我们求解这个题目,都是基于原生数组的操作不引入其他数据结构数组地址计算。
按照题目我们只需偠找出数组中任意一个重复的数字,因此遍历数组遇到重复的数字即返回。下面我们用 for 遍历来完成这个问题
上面的代码虽然可以实现題目要求的功能,但是时间复杂度却达到了 O(n?) 这显然不是一个好的算法。如果这里我们采用 Hash 表这种数据结构数组地址计算那么时间复雜度就可以达到 O(n) 。正是因为有这样的需求所以才会在数组和链表的基础上,诞生了那么多高级的数据结构数组地址计算所以接下来的時间,让我们一起在数据结构数组地址计算与算法的海洋里狗刨吧!
基本数据类型(或叫做原生类、內置类型)
其中基本数据类型之间除了
,其他数据类型之间可以任意的相互转换(强制转化
这些基本类型不是对象关于如何判断基本類型和对象,
基本类型只是一个值没有任何行为
基本类型是值类型,仅表示一个值保存在栈内
引用类型分两部分,对象引用保存在栈內对象保存在堆内,
访问变量是使用的引用找对象
对一个排好序的数组进行查找,时间复杂度为()