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。
- 关键词一：线性表
- 关键词二：连续的内存空间 和 相同类型的数据
正是因为这两个限制，它才有了一个堪称“杀手锏”的特性：“随机访问”。但有利就有弊，这两个限制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搬移工作。
数组是如何实现根据下标随机访问数组元素的？
计算机会给每个内存单元分配一个地址，计算机通过下标计算出地址，然后来访问内存中的数据。
a[i]_address = base_address + i * data_type_size
data_type_size：数组中每个元素的大小
面试细节 01
问：数组和链表的区别
误答：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)
正答：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)
低效的“插入”和“删除”
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，平均时间复杂度都为 O(n)。
- 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，如果要将某个数组插入到第 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。这个处理思想在快排中也会用到。形象图如下：
- 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，删除的效率是不是更高？看下图例子：
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。这也是JVM 标记清除垃圾回收算法的核心思想。
警惕数组的访问越界问题
先来分析一下这段 C 语言代码的运行结果：
#include<stdio.h>
int main(int argc, char* argv[])
{
int i = 0;
int arr[3] = {0};
for(; i<=3; i++)
{
arr[i] = 0;
printf("hello world\n");
}
return 0;
}
运行结果并非是打印三行“hello word”，而是会无限打印“hello world”。
数组越界在 C 语言中是一种未决行为，并没有规定数组访问越界时编译器应该如何处理。因为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，那么程序就可能不会报任何错误。
根据我们前面讲的数组寻址公式，a[3] 也会被定位到某块不属于数组的内存地址上，而这个地址正好是存储变量i 的内存地址，那么 a[3]=0 就相当于 i=0，所以会导致代码无限循环。
这种情况下，一般都会出现莫名其妙的逻辑错误，就像我们刚刚举的那个例子，debug 的难度非常的大。而且，很多计算机病毒也正是利用到了代码中的数组越界可以访问非法地址的漏洞，来攻击系统，所以写代码的时候一定要警惕数组越界。
但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，像 Java 本身就会做越界检查。
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？
拿 Java 语言来举例，ArrayList 与数组相比最大的优势就是可以将很多数组操作的细节封装起来和支持动态扩容。
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。
不过，这里需要注意一点，因为扩容操作涉及内存申请和数据搬移，是比较耗时的。所以，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。
哪些情况下用数组更合适呢？
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。
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。
还有一个是我个人的喜好，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> array。
小总结：对于业务开发，直接使用容器就足够了，省时省力。毕竟损耗一丢丢性能，完全不会影响到系统整体的性能。但如果你是做一些非常底层的开发，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。
标题解答
为什么大多数编程语言中，数组要从 0 开始编号，而不是从 1 开始呢？
下标从 0 开始：
a[k]_address = base_address + k * type_size
下标从 1 开始：a[k]_address = base_address + (k-1) * type_size
- 效率原因。数组从 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。
- 最主要的可能是历史原因。C 语言设计者用 0 开始计数数组下标，为了在一定程度上减少 C 语言程序员学习其他语言的学习成本，其他后来语言(Java、JavaScript...)也继续沿用了从 0 开始计数的习惯实际上，很多语言中数组也并不是从 0 开始计数的，比如 Matlab。甚至还有一些语言支持负数下标，比如 Python。
课后思考
- 你怎么理解JVM 的标记清除垃圾回收算法？
大多数主流虚拟机采用可达性分析算法来判断对象是否存活。在标记阶段，会遍历所有 GC ROOTS，将所有 GC ROOTS 可达的对象标记为存活。只有当标记工作完成后，清理工作才会开始，在清除阶段会遍历堆，回收那些没有被标记的对象。
缺点是会产生内存碎片，很有可能导致下一次分配一块连续较大的内存空间时，由于找不到合适的，又触发一次垃圾回收操作，一般试用于老年代的回收。
- 类比一维数组的内存寻址公式，二维数组的内存寻址公式是什么？
对于 m * n 的数组，a [ i ][ j ] (i < m，j < n)的地址为：
address = base_address + ( i * n + j) * type_size
