动态数组代码实现

简介: 本文详解动态数组的底层实现,涵盖自动扩缩容、索引越界检查与内存泄漏防范三大关键点,结合Java代码演示增删查改操作及扩容机制,帮助理解数据结构设计原理。

❗前置知识
阅读本文前,请学习:数组(顺序存储)基础
几个关键点
下面我会直接给出一个简单的动态数组代码实现,包含了基本的增删查改功能。这里先给出几个关键点,等会你看代码的时候可以着重注意一下。
关键点一、自动扩缩容
在上一章 数组基础 中只提到了数组添加元素时可能需要扩容,并没有提到缩容。
在实际使用动态数组时,缩容也是重要的优化手段。比方说一个动态数组开辟了能够存储 1000 个元素的连续内存空间,但是实际只存了 10 个元素,那就有 990 个空间是空闲的。为了避免资源浪费,我们其实可以适当缩小存储空间,这就是缩容。
我们这里就实现一个简单的扩缩容的策略:
● 当数组元素个数达到底层静态数组的容量上限时,扩容为原来的 2 倍;
● 当数组元素个数缩减到底层静态数组的容量的 1/4 时,缩容为原来的 1/2。
关键点二、索引越界的检查
下面的代码实现中,有两个检查越界的方法,分别是 checkElementIndex 和 checkPositionIndex,你可以看到它俩的区别仅仅在于 index < size 和 index <= size。
为什么 checkPositionIndex 可以允许 index == size 呢,因为这个 checkPositionIndex 是专门用来处理在数组中插入元素的情况。
比方说有这样一个 nums 数组,对于每个元素来说,合法的索引一定是 index < size:
nums = [5, 6, 7, 8]
index 0 1 2 3
但如果要在数组中插入新元素,那么新元素可能插入位置并不是元素的索引,而是索引之间的空隙:
nums = [ | 5 | 6 | 7 | 8 | ]
index 0 1 2 3 4
这些空隙都是合法的插入位置,所以说 index == size 也是合法的。这就是 checkPositionIndex 和 checkElementIndex 的区别。
关键点三、删除元素谨防内存泄漏
单从算法的角度,其实并不需要关心被删掉的元素应该如何处理,但是具体到代码实现,我们需要注意可能出现的内存泄漏。
在我给出的代码实现中,删除元素时,我都会把被删除的元素置为 null,以 Java 为例:
// 删
public E removeLast() {
E deletedVal = data[size - 1];
// 删除最后一个元素
// 必须给最后一个元素置为 null,否则会内存泄漏
data[size - 1] = null;
size--;

return deletedVal;

}
Java 的垃圾回收机制是基于 图算法 的可达性分析,如果一个对象再也无法被访问到,那么这个对象占用的内存才会被释放;否则,垃圾回收器会认为这个对象还在使用中,就不会释放这个对象占用的内存。
如果你不执行 data[size - 1] = null 这行代码,那么 data[size - 1] 这个引用就会一直存在,你可以通过 data[size - 1] 访问这个对象,所以这个对象被认为是可达的,它的内存就一直不会被释放,进而造成内存泄漏。
其他带垃圾回收功能的语言应该也是类似的,你可以具体了解一下你使用的编程语言的垃圾回收机制,这是写出无 bug 代码的基本要求。
其他细节优化
下面的代码当然不会是一个很完善的实现,会有不少可以进一步优化的点。比方说,我是用 for 循环复制数组数据的,实际上这种方式复制的效率比较差,大部分编程语言会提供更高效的数组复制方法,比如 Java 的 System.arraycopy。
不过它再怎么优化,本质上也是要搬移数据,时间复杂度都是 O(n)。本文的重点在于让你理解数组增删查改 API 的基本实现思路以及时间复杂度,如果对这些细节感兴趣,可以找到编程语言标准库的源码深入研究。
动态数组代码实现
import java.util.Arrays;
import java.util.Iterator;
import java.util.NoSuchElementException;

public class MyArrayList {
// 真正存储数据的底层数组
private E[] data;
// 记录当前元素个数
private int size;
// 默认初始容量
private static final int INIT_CAP = 1;

public MyArrayList() {
    this(INIT_CAP);
}

public MyArrayList(int initCapacity) {
    data = (E[]) new Object[initCapacity];
    size = 0;
}

// 增
public void addLast(E e) {
    int cap = data.length;
    // 看 data 数组容量够不够
    if (size == cap) {
        resize(2 * cap);
    }
    // 在尾部插入元素
    data[size] = e;
    size++;
}

public void add(int index, E e) {
    // 检查索引越界
    checkPositionIndex(index);

    int cap = data.length;
    // 看 data 数组容量够不够
    if (size == cap) {
        resize(2 * cap);
    }

    // 搬移数据 data[index..] -> data[index+1..]
    // 给新元素腾出位置
    for (int i = size - 1; i >= index; i--) {
        data[i + 1] = data[i];
    }

    // 插入新元素
    data[index] = e;

    size++;
}

public void addFirst(E e) {
    add(0, e);
}

// 删
public E removeLast() {
    if (size == 0) {
        throw new NoSuchElementException();
    }
    int cap = data.length;
    // 可以缩容,节约空间
    if (size == cap / 4) {
        resize(cap / 2);
    }

    E deletedVal = data[size - 1];
    // 删除最后一个元素
    // 必须给最后一个元素置为 null,否则会内存泄漏
    data[size - 1] = null;
    size--;

    return deletedVal;
}

public E remove(int index) {
    // 检查索引越界
    checkElementIndex(index);

    int cap = data.length;
    // 可以缩容,节约空间
    if (size == cap / 4) {
        resize(cap / 2);
    }

    E deletedVal = data[index];

    // 搬移数据 data[index+1..] -> data[index..]
    for (int i = index + 1; i < size; i++) {
        data[i - 1] = data[i];
    }

    data[size - 1] = null;
    size--;

    return deletedVal;
}

public E removeFirst() {
    return remove(0);
}

// 查
public E get(int index) {
    // 检查索引越界
    checkElementIndex(index);

    return data[index];
}

// 改
public E set(int index, E element) {
    // 检查索引越界
    checkElementIndex(index);
    // 修改数据
    E oldVal = data[index];
    data[index] = element;
    return oldVal;
}

// 工具方法
public int size() {
    return size;
}

public boolean isEmpty() {
    return size == 0;
}

// 将 data 的容量改为 newCap
private void resize(int newCap) {
    E[] temp = (E[]) new Object[newCap];

    for (int i = 0; i < size; i++) {
        temp[i] = data[i];
    }

    data = temp;
}

private boolean isElementIndex(int index) {
    return index >= 0 && index < size;
}

private boolean isPositionIndex(int index) {
    return index >= 0 && index <= size;
}


// 检查 index 索引位置是否可以存在元素
private void checkElementIndex(int index) {
    if (!isElementIndex(index))
        throw new IndexOutOfBoundsException("Index: " + index + ", Size: " + size);
}


// 检查 index 索引位置是否可以添加元素
private void checkPositionIndex(int index) {
    if (!isPositionIndex(index))
        throw new IndexOutOfBoundsException("Index: " + index + ", Size: " + size);
}

private void display() {
    System.out.println("size = " + size + " cap = " + data.length);
    System.out.println(Arrays.toString(data));
}


public static void main(String[] args) {
    // 初始容量设置为 3
    MyArrayList<Integer> arr = new MyArrayList<>(3);

    // 添加 5 个元素
    for (int i = 1; i <= 5; i++) {
        arr.addLast(i);
    }

    arr.remove(3);
    arr.add(1, 9);
    arr.addFirst(100);
    int val = arr.removeLast();

    for (int i = 0; i < arr.size(); i++) {
        System.out.println(arr.get(i));
    }
}

}

相关文章
|
人工智能 Java 测试技术
代码采纳率如何提升至50%?AI 自动编写单元测试实践总结
借助Aone Copilot Agent,通过标准化Prompt指导AI生成单元测试代码,实现50%代码采纳率,显著提升测试效率与质量,推动团队智能化研发转型。
325 20
|
1月前
|
人工智能 并行计算 算法
为什么 OpenSearch 向量检索能提速 13 倍?
本文介绍在最新的 OpenSearch 实践中,引入 GPU 并行计算能力 与 NN-Descent 索引构建算法,成功将亿级数据规模下的向量索引构建速度提升至原来的 13 倍。
603 24
为什么 OpenSearch 向量检索能提速 13 倍?
|
12天前
|
存储 缓存 数据挖掘
阿里云服务器租用价格,特价38元、99元、199元云服务器与最新活动价格参考
截止目前阿里云服务器价格最便宜主要有三款,轻量应用服务器2核2G峰值200M带宽38元1年;云服务器经济型e实例2核2G3M带宽99元1年;云服务器通用算力型u1实例2核4G5M带宽199元1年。除此之外,还有4核16G10M带宽只要89元/1个月、210元/3个月,8核32G10M带宽只要160元/1个月、480元/3个月。本文为大家分享目前阿里云的各个特价云服务器及活动价格情况,以供参考和选择。
224 17
|
6天前
|
人工智能 自然语言处理 安全
构建AI智能体:四十五、从专用插件到通用协议:MCP如何重新定义AI工具生态
MCP(模型上下文协议)是AI领域的标准化工具调用协议,相当于万能遥控器,让不同AI模型能通过统一接口使用各种外部工具。其核心架构采用客户端-服务器模式:AI客户端负责理解用户意图并整合结果,MCP服务器则专注于工具执行。相比厂商私有的FunctionCall,MCP具有开放标准、跨模型支持、动态发现等优势,能实现真正的&quot;即插即用&quot;。该协议解决了AI模型知识局限、无法执行动作等问题,使AI从&quot;知识库&quot;进化为能操作外部系统的智能助手,可应用于个人
127 7
|
7天前
|
Serverless OLAP 定位技术
「直播预告」Streaming Lakehouse Meetup EP.2|Paimon × StarRocks 共话实时湖仓
12 月 10 日 19:00,Streaming Lakehouse Meetup · Online EP.2 |Paimon × StarRocks 共话实时湖仓重磅回归。
|
1天前
|
存储 Java API
数组(顺序存储)基本原理
本章讲解数组的底层原理,区分静态数组与动态数组。静态数组是连续内存空间,支持O(1)随机访问,但增删效率低;动态数组基于静态数组封装,提供自动扩容和常用API,使用更便捷。我们将从零实现一个动态数组,掌握其增删查改机制,理解常见数据结构的底层逻辑,为后续学习栈、队列、哈希表打下基础。
|
4天前
|
Web App开发 监控 JavaScript
Vue 3 内存泄漏排查与性能优化:从入门到精通的工具指南
本文深入剖析 Vue 3 应用内存泄漏的根源,从响应式系统机制讲起,结合定时器泄漏等实战案例,揭示闭包与全局引用导致的 GC 回收失败问题。通过对比 vue-performance-monitor、memory-monitor-sdk、Chrome DevTools 与 Memlab 四大工具,构建覆盖开发、测试到 CI/CD 的全链路检测体系,并提出三层防御架构与五大黄金法则,助力开发者打造高性能、零泄漏的 Vue 应用,实现从调试者到性能架构师的跃迁。(239字)
62 7
Vue 3 内存泄漏排查与性能优化:从入门到精通的工具指南
|
1月前
|
人工智能 运维 监控
Flink 智能调优:从人工运维到自动化的实践之路
作者:黄睿 阿里云智能集团产品专家 本文基于阿里云 Flink 平台的实际实践经验整理,希望能为广大流计算从业者提供有价值的参考。
213 26
Flink 智能调优:从人工运维到自动化的实践之路
|
3天前
|
Linux 开发工具 Python
具身智能:零基础入门睿尔曼机械臂(三)——夹爪抓取与释放控制全解析
本文详解睿尔曼第三代机械臂电动夹爪的Python SDK控制方法,聚焦`set_gripper_pick_on`与`set_gripper_release`核心函数,拆解速度、力度、阻塞等参数含义,结合“运动+抓取+释放”完整流程代码,手把手实现夹爪抓放实操,助力零基础用户快速掌握从代码到动作的全流程控制。
62 13
|
5天前
|
人工智能 自然语言处理 搜索推荐
构建AI智能体:四十六、Codebuddy MCP 实践:用高德地图搭建旅游攻略系统
本文提出了一种基于MCP协议与高德地图API的智能旅游攻略系统,旨在解决传统旅游信息碎片化、时效性差等问题。系统通过整合多源数据,实现动态路线规划、个性化推荐等功能,支持自然语言交互和多模态展示。技术层面,MCP协议作为核心枢纽,标准化了工具调用和错误处理;高德地图API则提供地理智能、时空分析等能力。系统可生成包含景点、美食、住宿等信息的完整攻略,并支持临时发布共享。实践表明,该系统能有效降低用户规划成本,为旅游行业数字化转型提供参考。
92 13