x
2020-9-12 12:24 上傳
2020-9-12 12:24 上傳
2020-9-12 12:24 上傳
曾經有個禿頂的面試官問了我乙個問題：
陣列相對於鍊錶，為什麼我們都說陣列查詢效率快？
python 大星：陣列占用的記憶體空間是連續的
面試官：還有其他的嗎？
python 大星：......
以 int 型別為例，data_type_size 佔 4 個位元組 ，length 為 10，計算機分配連續的記憶體空間 1000 - 1039，其中，記憶體塊的首位址為 base_address = 1000。
2020-9-12 12:24 上傳
當我們隨機訪問陣列中的乙個元素，
2020-9-12 12:24 上傳
我們從這個公式可以看出，如果陣列下角標從 1 開始，那麼公式將多做一步減法，這也是為什麼陣列下角標一般從 0 開始的原因之一。
2020-9-12 12:24 上傳
回到最開始的面試題，為什麼我們都說陣列查詢效率快？
● 陣列占用的記憶體空間是連續的
● 陣列中都為同一型別的元素
● cpu 快取會讀入一片連續的記憶體空間
因為陣列結構是連續的記憶體位址， 所以陣列全部或者部分元素被連續存在 cpu 快取裡面
2020-9-12 12:24 上傳
陣列低效的 「插入」 和 「刪除」？
● 插入
2020-9-12 12:24 上傳
插入如果在陣列末尾插入元素 x，不需要移動陣列中的其他元素，時間複雜度為 o(1)。如果在陣列首位插入元素 x，陣列中的其他元素都需要往後移動一位，最壞時間複雜度是 o (n)。因為我們在每個位置插入元素的概率是一樣的，所以平均情況時間複雜度為 (1+2+…n)/n=o (n)。
● 刪除
2020-9-12 12:24 上傳
刪除跟插入資料類似，如果刪除陣列末尾的資料，則最好情況時間複雜度為 o (1)；如果刪除開頭的資料，則最壞情況時間複雜度為 o (n)；平均情況時間複雜度也為 o (n)。
2020-9-12 12:24 上傳
以單向鍊錶為例
2020-9-12 12:24 上傳
單向鍊錶
● 鍊錶低效的「查詢」？
我們把鍊錶的第乙個節點叫頭節點，頭結點記錄鍊錶的基位址，最後乙個節點叫尾節點(尾節點最後指向 null)。
因為鍊錶的空間是分散的，所以不具有隨機訪問性，如要需要訪問某個位置的資料，需要從第乙個資料開始找起，依次往後遍歷，直到找到待查詢的位置，故查詢最後乙個元素時，則最壞的情況時間複雜度為 o (n)。
● 鍊錶高效的「插入」 和 「刪除」
2020-9-12 12:24 上傳
圖 1 - 插入
2020-9-12 12:24 上傳
圖2 - 刪除
由於鍊錶的儲存空間本身不是連續，在鍊錶中插入或者刪除元素，不需要為了記憶體的連續性而移動其他元素。由圖 1 和 圖 2中，我們可以看出只需要改變相鄰節點的指標即可，故煉表在插入或者刪除的時間複雜度為 o (1)。
陣列和鍊錶對比圖
2020-9-12 12:24 上傳
>>>python 演算法 02--陣列和鍊錶(上)
鍊錶和陣列的區別
構建 陣列必須事先定義固定的長度 元素個數 不能適應資料動態地增減的情況。當資料增加時，可能超出原先定義的元素個數 當資料減少時，造成記憶體浪費 陣列可以根據下標直接訪問。鍊錶動態地進行儲存分配，可以適應資料動態地增減的情況，且可以方便地插入 刪除資料項。陣列中插入 刪除資料項時，需要移動其它資料項...
鍊錶和陣列的區別
鍊錶的特性是在中間任意位置新增刪除元素的都非常的快，不需要移動其它的元素。鍊錶顧名思義，要把各個元素鏈結起來才算撒。通常鍊錶每乙個元素都要儲存乙個指向下乙個元素的指標 單鏈表 雙鏈表的化每個元素即要儲存到下乙個元素的指標，還要儲存乙個上乙個元素的指標。迴圈鍊錶則把最後乙個元素中儲存下乙個元素指標指向...
鍊錶和陣列的區別
從邏輯結構來看 1.陣列必須事先定義固定的長度 元素個數 不能適應資料動態地增減的情況。當資料增加時，可能超出原先定義的元素個數 當資料減少時，造成記憶體浪費 陣列可以根據下標直接訪問。2.鍊錶動態地進行儲存分配，可以適應資料動態地增減的情況，且可以方便地插入 刪除資料項。陣列中插入 刪除資料項時，...