顺序表

顺序表的定义

  • 线性表的顺序存储又称顺序表
  • 它是用一组地址连续的存储单元依次存储线性表中的数据元素,从而使得逻辑上相邻的两个元素在物理位置上也相邻

线性表的顺序存储类型描述

  • 静态分配
#define MaxSize 50
typedef struct {
    ElemType data[MaxSize]; // 顺序表的元素
    int length;             // 顺序表的实际长度
} SqList;                   // 顺序表类型的定义
  • 动态分配
#define InitSize 100
typedef struct {
    ElemType * data;
    int MaxSize,length;     //最大容量和当前size
} SqList; 
// C的初始动态分配语句
L.data = (ElemType *)malloc(sizeof(SqList) * InitSize);
// C++的初始动态分配语句
L.data = new ElemType[InitSize];

顺序表上基本操作实现以及事件复杂度分析

  • 插入操作
/**
 *  方法名:ListInsert
 *  参数1:SqList &L     顺序表
 *  参数2:int i         插入位置
 *  参数3:ElemType e    插入内容
 *  要求在 i (1 <= i <= L.length + 1) 个位置插入新元素e
 */
 bool ListInsert(SqList &L, int i, ElemType e) {
    if(i < 1 || i > L.length + 1)              // 判断 i的范围是否有效
        return false;
    if(L.length >= MaxSize)                    // 存储空间已满,不能插入
        return false;
    for(int j = L.length; j >= i; j --) {      // 将第 i个元素之后的元素后移
        L.data[j] = L.data[j - 1];
    }
    L.data[i - 1] = e;                         // 在位置 i处放入e
    L.length++;                                // 线性表长度加1
    return true;
}

时间复杂度分析:
最好情况: 表尾插入,没有元素移动时间复杂度为O(1)
最坏情况: 表头插入,所有元素都移动,时间复杂度为O(n)
平均情况: O(n)
分析:
插入到哪个位置就把从那个位置之后所有的值都往后移动一位;
平均移动次数 = 总次数 / 移动情况个数;
移动情况个数: 表的长度为n,由于表头和表尾都可以插入,所以插入的情况有(n + 1)种;
总次数: 在表尾插入移动的次数为0次,在表头插入移动的次数为n次,一共有(n + 1)次种情况可以插入,所以首项为(n + 1),末项为0,项数为(n + 1),所以总次数为(n + 1)(n + 0) / 2;
平均移动次数 = ((n + 1)(n + 0) / 2) / (n + 1) = n / 2

  • 删除操作
/**
 *  方法名:ListDelete
 *  参数1:SqList &L     顺序表
 *  参数2:int i         删除位置
 *  参数3:ElemType &e   被删除内容用引用变量e返回
 *  要求删除在 i (1 <= i <= L.length) 个位置元素
 */
bool ListDelete(SqList &L, int i, ElemType &e) {
    if (i < 1 || i > L.length)              // 判断范围是否有效
        return false;
    e = L.data[i - 1];
    for(int j = i; j < L.length; j++) {     // 把所有元素往前移动
        L.data[j - 1] = L.data[j]; 
    }
    L.length --;                            // 线性表长减1
    return true;
}

时间复杂度分析:
最好情况: 表尾删除,没有元素移动时间复杂度为O(1)
最坏情况: 表头插入,所有元素都移动,时间复杂度为O(n)
平均情况: O(n)
分析:
删除哪个元素就把那个元素后面所有的值往前移一位;
平均移动次数 = 总次数 / 移动情况个数;
移动情况个数: 表的长度为n,可以删除的情况有n种
总次数: 在表尾删除移动的次数为0次,在表头删除移动的次数为n - 1次,一共有n种删除的情况,所以首项为(n - 1),末项为0,项数为n,所以总次数为(n - 1)n / 2;
平均移动次数 = ((n - 1)n / 2)/ n = (n - 1) / 2

  • 查找元素
/**
 *  方法名:LocateElem
 *  参数1:SqList L      顺序表
 *  参数3:ElemType e    需要查找的内容
 */
 int LocateElem(SqList L, ElemType e) {
    int i = 0;
    for(i = 0;i < L.length; i++) {  
        if(L.data[i] == e) 
            return i + 1;   // 返回位置
    }
    return 0;
 }

时间复杂度分析:
最好情况: 查找表头元素,时间复杂度为O(1)
最坏情况: 查找表尾元素,需要把所有元素都遍历一遍,时间复杂度为O(n)
平均情况: O(n)
分析:
平均查找次数 = 总次数 / 查找的情况个数
移动情况个数: 顺序表长度为n,查找情况一共有n种,
总次数: 如果需要查找的元素在表头需要查找1次,如果需要查找的元素在表尾需要查找n次,所以首项为n,末项为1,一共有n项,总次数为(n + 1)n / 2,
所以平均查找次数 = ((n + 1)n / 2) / n = (n + 1) / 2

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,264评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,549评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,389评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,616评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,461评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,351评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,776评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,414评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,722评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,760评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,537评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,381评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,787评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,030评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,304评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,734评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,943评论 2 336

推荐阅读更多精彩内容