3. 数组和列表

先说基本的线性结构，经常使用的就是线性结构，也是比较简单的，特色以下：

内存连续，一开始就会分配一块固定的内存给它，能够经过下标去快速访问经常使用的数组和列表。

在python 里面有array和list两种

Array：

python中array用到的机会没有list多，

先演示一下array的用法（https://docs.python.org/2/library/array.html）：

from array import array

arr = array('u', 'abcdefg')
print (arr[0])
print (arr[3])
print (arr[5])

结果：

a

d

f

缺点也比较明显：

（1）只能存同一种类型，不想list能够在不一样下标存不一样类型的元素；

（2）只能存一些比较基本的数值、字符类型，用得不是不少，通常用numpy里面的array，来作一些数值的处理。

List：

list也是一个线性结构

（1）list的工做过程

经过C解释器代码能够看到是按照 0, 4, 8, 16, 25, 35, 46, 58, 72, 88, ....的顺序增加的

https://github.com/python/cpython/blob/master/Objects/listobject.c

append:

操做	内存分配策略	平均时间复杂度
init[]	*  pylistobj	O(1)
append(0)	append(0)会分配4个pylistobj，不会一次只分配一个，会占用空间	当分配足够的空间，时间复杂度是O(1)，不然它就会从新开辟并拷贝原来的数据到新开辟的空间中去，这时就会退化，时间复杂度是O(n)
append(1)
append(2)
append(3)
append(4)	当超出它的大小限制的时候，会进行一个resize的操做，由于不够装了，因此从新分配8个空间

insert:

insert

insert 通常会往中间插入，这样会比较耗费时间，会从新进行内存分配，好比insert一个元素 -1，这时就要从新开辟空间，总长度就变成了16 数组的容量称为capacity（总内存分配的容量），而length指的是有多少个元素，好比以前append了5个元素，insert一个-1，这时length就是6，即6个元素，而capacity是16，因此insert操做会从新的去分配，因此他的时间复杂度平均下来是O(n)

O(n)

pop:

pop

pop默认是移除最后一个元素，因此时间复杂度是O(1) 由于只是要把第5位指针往前面移动一位，这时length的长度变成5个，时间复杂度O(1)； 但若是从中间进行pop的时候，这样就会把后面的元素往前移，这时候时间复杂度就会退化，变成O(n).

O(1) O(n)

remove:

remove

加入要把中间的元素删除掉，要把后面的每个元素全都往前移，这时候的时间复杂度是O(n)

O(n)

如图：

操做	平均时间复杂度
list[index]	O(1)
list.append	O(1)
list.insert	O(n)
list.pop(index), default last element	O(1)
list.remove	O(n)

因此在用list的时候，频繁的进行insert/remove的时候，或是在中间进行pop的话，

可能list就不是一个合适的数据结构，要选用其余更高效的数据结构。

练习：用list实现array的ADT

实现一个定长的数组array的ADT

ps：在其余一些语言中，内置的数组结构就是定长的。

class Array(object):
    def __init__(self, size=32):
        self._size = size
        self._items = [None] * size     #定义一个长度为size，元素是none的列表

    def __getitem__(self, index):
        return self._items[index]       #定义方法，能够经过[index]进行获取元素

    def __setitem__(self, index, value):
        self._items[index] = value

    def __len__(self):
        return self._size

    def clean(self, value=None):        #清空数组
        for i in range(len(self._items)):
            self._items[i] = value

    def __iter__(self):
        for item in self._items:
            yield item



#单测(pip install pytest)
def test_array():
    size = 10           #指定size长度
    a = Array()         #实例化
    a[0] = 1            #set方法
    assert a[0] == 1    #get方法

    a.clean()           #clean方法
    assert a[0] is None #clean方法

#pytest array_list.py