array 數組

array是什么

一般來說，array基本是所有程序語言都有的一種基礎線性結構，元素以特定的順序存儲在一段連續的內存中。

在Python中其實也有array這種數據結構，和其他語言的array一樣，也是內存連續，只能存儲相同類型元素的線性數據結構，而且Python的array只能存儲數值和字符。

array有哪些功能

這里只講一下內置array。需要先import array:

# 可以直接使用內置arrayfrom array import array# 或是從numpy中引用arrayimport numpy as npnp.array()

array的創建

# 構造方法如下# 需要提供一個類型代碼字符來指示存儲何種元素# 以及一個可迭代對象來填充元素array.array(typecode[, initializer])# array所有的類型代碼字符print(array.typecodes)bBuhHiIlLqQfd# 創建一個存儲整型的arrayarr = array('i', [1,2,3,4,5,6])

array類型代碼

從Python類型來看，只能存儲整數，浮點數和unicode字符

并且在Python中，最小的整型size為28個字節，整型的長度可變， 每增加$2^{30}$就增加4個字節。這點以后再補充。

array的方法和操作

這里暫且只談一下數據結構比較基本的增刪改查等操作, 更多代碼詳情見github

具體實現可參考此處

索引

下標索引

所有語言的array都可以通過下標來直接訪問對象。

這一點是由計算機的硬件實現的。我們知道array的元素在內存上的分布是連續的，而且元素種類相同，所以數組中任意一項的地址可以由基本地址和偏移量算出。基本地址就是第一個元素的地址，偏移量就等于索引乘以數組內任意元素占用的內存大小。

時間復雜度：

因為每一次找到對應的元素只需要一次計算，所以索引的時間復雜度為$O(1)$

切片索引

array通過下表索引固然很方便，但有時我們想一次性獲取更多的內容，此時可以使用切片索引。

array[i1:i2]可以返回一個新的數組，包含原數組索引為i1到i2-1的全部元素

時間復雜度：

切片索引的實際操作為：

def slice(i1, i2):res_arr = array(typecode) # 先創建一個新的數組for i in range(i1, i2): # 然后按照索引依次讀取原數組中的元素val = arr[i] res_arr.append(val) # 將這些元素添加到新的數組中return res_arr

因此切片索引的時間復雜度為$O(2k)?O(k)$，$k$指的是參數的數量

增加元素

append()

array.append(x)可以直接在數組的末尾添加新元素

時間復雜度：

要想增加元素，我們必須先定位到最后一位元素的后一位，然后執行賦值操作

所以索引到最后一個元素和增加一個元素都只需要一次運算，時間復雜度為$O(1)$

insert()

insert(i, x)可以用來在索引i處添加元素x

時間復雜度：

要想在索引i插入某個元素，我們必須先將索引i及之后的元素向后移動一位，然后再給索引i賦值

因此插入元素時需要的后移操作的次數和數組內元素的個數有關，所以時間復雜度為$O(n)$

extend()

extend(iterable)操作將一個可迭代對象的每一個元素添加到數組末尾，如果數據類型和數組的數據類型不匹配會有TypeError異常

時間復雜度：

操作過程為先遍歷讀取可迭代對象的每個元素，然后添加到數組末尾，時間復雜度為$O(k)$

刪除元素

pop()

pop(i=-1)用來移除數組中的某個元素并返回，可以傳入索引值，默認為-1。也就是說pop()默認移除最后一位元素。

時間復雜度：

如果只是移除最后一位元素，那么時間復雜度為$O(1)$

如果移除的是數組中的元素，那么還需要進行數據前移，前移的次數也和數組大小有關，因此時間復雜度為$O(n)$

remove()

remove(x)操作可以移除x元素在數組中的第一個匹配項

時間復雜度：

remove(x)操作可以視為先查找再移除最后數據前移，而查找和數據前移都和數組的大小有關，所以時間復雜度為$O(n)$。但實際使用上，remove()的操作效率較低，因為同時執行了查找和數據前移操作。

修改元素

array的元素修改直接通過索引完成

時間復雜度：

如果是下標索引，時間復雜度為$O(1)$

如果是切片索引，時間復雜度為$O(k)$，可看成下標索引重復$k$次

查找元素

index()

index(x)操作可以返回元素x第一次出現的索引值，如果沒找到會出現ValueError異常

時間復雜度：

為了查找特定元素，我們需要遍歷數組，所以時間復雜度為$O(n)$

count()

count(x)操作可返回元素x在數組中出現的次數

時間復雜度：

同樣的，需要遍歷整個數組才能得到結果，所以時間復雜度為$O(n)$

array的優點和缺點

優點

數組比列表更精簡：Python數組跟C語言數組一樣精簡。創建數組需要一個類型碼，這個類型碼用來表示在底層的C語言應該存放怎樣的數據類型。比如b類型碼代表的是有符號的字符（signedchar），array(‘b’)創建出的數組就只能存放一個字節大小的整數，范圍從-128到127，這樣在序列很大的時候，我們能節省很多空間。

數組提供更快的文件處理方法：另外，數組還提供從文件讀取和存入文件的更快的方法，如.frombytes和.tofile。

缺點
3. 元素類型限制：使用時必須要限制元素類型
4. 不利于數據修改：插入和刪除操作需要移動一系列元素。

---

相關章節

Python數據結構——array
Python數據結構——list
Python數據結構——tuple

總結

以上是生活随笔為你收集整理的Python数据结构——array的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。