关键词：
几乎在每一种编程语言中，都有数组这个数据类型。不过，它不仅仅是一种编程语言中的数据类型，还是一种最基础的数据结构。尽管数组看起来非常基础、简单，但是我们真的理解了它的精髓吗？在大部分编程语言中，数组都是从 0 开始编号的。为什么数组要从 0 开始编号，而不是从 1 开始呢？从 1 开始不是更符合人类的思维习惯吗？
带着以上问题，我们来分析数组。
一、如何实现随机访问
1. 数组的定义
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。
2. 理解数组的关键点
想彻底掌握数组的概念，要抓住几个关键词。
线性表（Linear List）
顾名思义，线性表中的数据像一根线一样串联在一起。每个线性表上的数据最多只有前和后两个方向。除了数组，链表、队列、栈等也是线性表结构。
非线性表
所谓非线性，是因为在非线性表中，数据之间并不是简单的前后关系。比如二叉树、堆、图等。
连续的内存空间和相同类型的数据
这两个限定条件使得数组具备“随机访问”的能力。但这两个限定条件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迁移。
接下来，我们看看数组是如何实现根据下标随机访问数组元素的。以一个长度为 10 的 int 类型的数组 int[] a = new int[10] 来举例。在下图中，计算机给数组 a[10] 分配了一块连续内存空间 1000～1039，其中，内存块的首地址为 base_address = 1000。
每个内存单元都有对应地址，计算机就是通过这些地址来访问内存中的数据。当计算机需要随机访问数组中的某个元素时，首先会通过下面的寻址公式，计算出存储该元素的内存地址。其中 data_type_size 表示数组中每个元素的大小。示例数组中存储的是 int 类型数据，所以 data_type_size 就为 4 个字节。
1 a[i]_address = base_address + i * data_type_size
有个常见的误区需要注意，面试常常会问数组和链表的区别，很多人都回答说，“链表适合插入、删除，时间复杂度 O(1)；数组适合查找，查找时间复杂度为 O(1)”。实际这是不准确的，数组确实适合查找操作，但是查找的时间复杂度并不为 O(1)。即便是排好序的数组，你用二分查找，时间复杂度也是 O(logn)。所以，正确的表述应该是，数组支持随机访问，根据下标随机访问的时间复杂度为 O(1)。
二、低效的“插入”和“删除”
前面提到，数组为了保持内存数据的连续性，会导致插入、删除这两个操作比较低效。我们接下来就看看，导致低效的原因是什么？有哪些改进方法？
插入操作
假设数组的长度为 n，现在，如果我们需要将一个数据插入到数组中的第 k 个位置。为了把第 k 个位置腾出来，给新来的数据，我们需要将第 k～n 这部分的元素都顺序地往后挪一位。
如果在数组的末尾插入元素，那就不需要移动数据了，这时的时间复杂度为 O(1)。如果在数组的开头插入元素，那所有的数据都需要依次往后移动一位，所以最坏时间复杂度是 O(n)。因为我们在每个位置插入元素的概率是一样的，所以平均情况时间复杂度为 (1+2+…n)/n=O(n)。
如果数组中的数据是有序的，我们在某个位置插入一个新的元素时，就必须按照刚才的方法搬移 k 之后的数据。但是，如果数组中存储的数据并没有任何规律，数组只是被当作一个存储数据的集合。在这种情况下，如果要将某个数据插入到第 k 个位置，为了避免大规模的数据搬移，我们还有一个简单的办法就是，直接将第 k 位的数据搬移到数组元素的最后，把新的元素直接放入第 k 个位置。
为了更好地理解，我们举一个例子。假设数组 a[10]中存储了如下 5 个元素：a，b，c，d，e。
我们现在需要将元素 x 插入到第 3 个位置。我们只需要将 c 放入到 a[5]，将 a[2]赋值为 x 即可。最后，数组中的元素如下： a，b，x，d，e，c。
利用这种处理技巧，在特定场景下，在第 k 个位置插入一个元素的时间复杂度就会降为 O(1)。这个处理思想在快排中也会用到，我会在排序那一节具体来讲，这里就说到这儿。
删除操作
跟插入数据类似，如果我们要删除第 k 个位置的数据，为了内存的连续性，也需要搬移数据，不然中间就会出现空洞，内存就不连续了。
和插入类似，如果删除数组末尾的数据，则最好情况时间复杂度为 O(1)；如果删除开头的数据，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)。
实际上，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？
我们继续来看例子。数组 a[10]中存储了 8 个元素：a，b，c，d，e，f，g，h。现在，我们要依次删除 a，b，c 三个元素。
为了避免 d，e，f，g，h 这几个数据会被搬移三次，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？没错，数据结构和算法的魅力就在于此，很多时候我们并不是要去死记硬背某个数据结构或者算法，而是要学习它背后的思想和处理技巧，这些东西才是最有价值的。如果你细心留意，不管是在软件开发还是架构设计中，总能找到某些算法和数据结构的影子。
三、数组越界问题
我们还是通过示例来分析：
1 int main(int argc, char* argv[]) 2 3 int i = 0; 4 int arr[3] = 0; 5 6 for(; i<=3; i++) 7 8 arr[i] = 0; 9 printf("hello world "); 10 11 12 return 0; 13
上述代码的实际运行结果是循环打印“hello world”。这是因为当 i=3 时，数组 a[3] 访问越界。
在 C 语言中，只要不是访问受限的内存，所有内存空间都可以自由访问。所以 a[3] 会被定位到某个不属于此数组的内存地址上。这个地址恰好是存储变量 i 的内存地址，所以 a[3] = 0 就相当于 i = 0，从而导致无限循环。
数组越界在 C 语言中是一段未决行为，没有规定数组访问越界时，编译器应如何处理。访问数组的本质就是访问一段连续内存，只要数组通过偏移计算得到的内存地址是可用的，程序就不会抱错。但此时，通常会出现莫名其妙的逻辑错误。所以，一定要警惕数组越界。
当然，并非所有的语言都像 C 一样，把数组越界检查的工作丢给程序员来做。譬如 Java 本身就会做越界检查，当发生越界时，会抛出 java.lang.ArrayIndexOutOfBoundsException。
四、容器能否完全替代数组
针对数组类型，很多语言都提供了容器类，比如 Java 中的 ArrayList、C++ STL 中的 vector。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？我们以 Java 为例来进行分析。
ArrayList 的优势
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。
数组本身在定义的时候需要预先指定大小，因为需要分配连续的内存空间。如果我们申请了大小为 10 的数组，当第 11 个数据需要存储到数组中时，我们就需要重新分配一块更大的空间，将原来的数据复制过去，然后再将新的数据插入。
如果使用 ArrayList，我们就完全不需要关心底层的扩容逻辑，ArrayList 已经帮我们实现好了。每次存储空间不够的时候，它都会将空间自动扩容为 1.5 倍大小。
有一点需要注意：扩容操作涉及内存申请和数据搬移，是比较耗时的。如果事先能确定需要存储的数据大小，最好在创建 ArrayList 的时候事先指定数据大小，这样可以省掉很多次内存申请和数据搬移操作。
数组的适用场景
1. Java 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。
总而言之，对于业务开发，损耗一点性能，也不影响系统整体的性能，所以图个方便，直接使用容器就足够了。对于非常底层的开发，比如开发网络框架，性能的优化需要做到极致，这个时候数组就会优于容器，成为首选。
五、数组为何从 0 开始
从数组存储的内存模型上来看，“下标”最确切的定义应该是“偏移（offset）”。如果用 a 来表示数组的首地址，a[0] 就是偏移为 0 的位置，也就是首地址，a[k]就表示偏移 k 个 type_size 的位置，所以计算 a[k] 的内存地址只需要用这个公式：
1 a[k]_address = base_address + k * type_size
如果数组从 1 开始，公式则应是：
1 a[k]_address = base_address + (k-1)*type_size
从 1 开始编号，每次随机访问数组元素都多了一次减法运算，对于 CPU 来说，就是多了一次减法指令。数组作为非常基础的数据结构，通过下标随机访问数组元素又是其非常基础的编程操作，效率的优化就要尽可能做到极致。所以为了减少一次减法操作，数组选择了从 0 开始编号，而不是从 1 开始。
此外，从 0 开始，更多是历史原因。C 语言数组下标从 0 开始，之后的语言也大多沿用了这种做法。
《数据结构与算法之美》09——排序归并排序与快速排序
一、归并排序要排序一个数组，先把数组从中间分成前后两部分，然后对前后两部分分别排序，再将排好序的两部分合并在一起。如下图： 重点：归并排序使用的是分治思想。分治，就是分而治之，将一个大问题分解成小的... 查看详情
数据结构与算法之美-堆的应用
堆的应用一：优先级队列优先级队列首先应该是一个队列。队列最大的特性就是先进先出。但是在优先级队列中，出队顺序不是先进先出，而是按照优先级来，优先级最高的，最先出队。用堆来实现优先级队列是最直接、最高效... 查看详情
数据结构与算法之美-堆和堆排序(代码片段)
堆和堆排序如何理解堆堆是一种特殊的树，只要满足以下两点，这个树就是一个堆。①完全二叉树，完全二叉树要求除了最后一层，其他层的节点个数都是满的，最后一层的节点都靠左排列。②树中每一个结点的值都必须大于等... 查看详情
基础篇3#数组：为什么很多编程语言中数组都从0开始编号？(代码片段)
说明【数据结构与算法之美】专栏学习笔记什么是数组？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。线性表和非线性表线性表（LinearList）：就是... 查看详情
《数据结构与算法之美》18——哈希算法分布式应用
前言上一节我们讲了哈希算法的四个应用，分别是安全加密、数据校验、唯一标识、散列函数。今天再来看看剩下的三个应用：负载均衡、数据分片、分布式存储。可能大家已经发现了，这三个应用都是与分布式相关的。没错，... 查看详情
数据结构与算法之美——栈
...，并且满足后进先出的特性，应该首选“栈”这种数据结构。实现一个栈栈主要包含两个操作：出栈和入栈。栈既可以用数组来实现（顺序栈），也可以用链表来实现（链式栈）。不管是顺序栈还是链式栈，入栈和出栈的... 查看详情
数据结构与算法javascript描述——链表
... 数组不总是组织数据的最佳数据结构，原因如下。在很多编程语言中，数组的长度是固定的，所以当数组已被数据填满时，再要加入新的元素就会非常困难。在数组中，添加和删除元素也很麻烦，因... 查看详情
《数据结构与算法之美》27——初识动态规划(代码片段)
前言今天开始学习动态规划，一共有三节，分别是：初识动态规划、动态规划理论、动态规划实战。今天这一节就是初识动态规划。动态规划比较适合用来求解最优问题，比如最大值、最小值等等。它可以非常显著地降低时间复... 查看详情
剑指offer：数组
1写作计划最近在看《剑指offer》，发现自己有很多的数据结构与算法的基础知识要复习，《好书一起读(131)：让写作更好》中提到用写作倒逼阅读，我很是赞同。所以，计划以《剑指offer》为中心，以记录复习心得目的，写一系... 查看详情
《数据结构与算法之美》10——排序桶排序计数排序基数排序
一、桶排序概念桶排序，核心思想是将要排序的数据分到几个有序的桶里，每个桶里的数据再单独进行排序。桶内排序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的。 应用场景桶排序比较适合用在外... 查看详情
结构与算法-----数组(代码片段)
数组——数据结构的鼻祖，可以说数组几乎能表示一切的数据结构，在每一门编程语言中，数组都是重要的数据结构，当然每种语言对数组的实现和处理也不相同，但是本质是都是用来存放数据的的结构，这... 查看详情
算法与编程之美荣誉/成绩
...ff0c;腾讯云+社区“人气作者”优秀技术专栏，微信算法类排名前十、加V认证公众号，全网累计阅读量突破500万人次，累计帮助1000位以上编程爱好者解决难题。荣誉腾讯云开发者社区2022年度优秀作者CSDN博客专家51CT... 查看详情
算法与编程之美荣誉/成绩
...ff0c;腾讯云+社区“人气作者”优秀技术专栏，微信算法类排名前十、加V认证公众号，全网累计阅读量突破500万人次，累计帮助1000位以上编程爱好者解决难题。荣誉腾讯云开发者社区2022年度优秀作者CSDN博客专家51CT... 查看详情
设计之美——模板方法模式
一、什么是模板方法模式 概念：定义一个操作中的算法的骨架，而将一字儿步骤延迟到子类中。模板方法使得子类可以不改变一个算法的结构即可重定义该算法的某些特定步骤。 通俗的讲，模板方法模式是通过把不变行... 查看详情
数据结构与算法之美-字符串匹配(上)(代码片段)
BF(BruteForce)暴力/朴素匹配算法主串和模式串我们在字符串A中查找字符串B，那字符串A就是主串，字符串B就是模式串。我们把主串的长度记作n，模式串的长度记作m。因为我们是在主串中查找模式串，所以 n>m。BF算法思想在... 查看详情
数据结构与算法--数组(代码片段)
介绍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。数组具有三个特性*线性存储结构*顺序存储，即数组具有连续的内存空间*存储相同类型的数据这些特性使数组能够随机访问，但是也... 查看详情
推荐学习《算法之美：指导工作与生活的算法》中文pdf+英文pdf
我们所有人的生活都受到有限空间和有限时间的限制，因此常常面临一系列难以抉择的问题。在一天或者一生的时光里，哪些事是我们应该做的，哪些是应该放弃的？我们对杂乱无序的容忍底线是什么？新的活动与熟悉并喜爱的... 查看详情
《数据结构与算法之美》08——排序冒泡排序插入排序选择排序
一、如何分析一个“排序算法”从三个维度进行评价和分析：1.排序算法的执行效率a.最好情况、最坏情况、平均情况时间复杂度b.时间复杂度的系统、常数、低阶c.比较次数和交换（或移动）次数 2.排序算法的内存消耗... 查看详情