百度360必应搜狗淘宝本站头条
mqtt服务器xftp6vscode使用技巧mybatiscollectionkeyerror
当前位置：网站首页 > 热门文章 > 正文

数组真的只能从0开始吗?python表示不同意

bigegpt 2024-10-12 05:06 10 浏览

背景

早在linux操作系统诞生开始，c语言作为linux系统的编程语言主力，它为后续的其他高级编程语言（如c++、java）提供了很多语言级的语义和协议规范。

数组做为linux操作系统最基本的数据结构之一，便是其中的一项语言级高级特性，深入理解数组有助于大家更深入的了解计算机系统原理。

寻址：从0开始

首先，我们了解下数组的基本特性

1、线性表结构

2、一组连续的内存空间

3、存储相同类型数据

由数组的基本特性可知：数组所申请的内存是一段连续的内存地址，其存储的是相同类型的值。

从其数组内存模型定义来看，数组的访问是从首地址（偏移量为0）开始，如果想访问下一个数组元素，需要把位置偏移，也就是数组内存寻址时，需要把偏移量变为1，以此类推。

计算数组内存寻址公式：

array[i] = base_address + i * data_type_size

参数说明

  1. base_address 首地址array[0] ，数组第一个元素内存地址
  2. i 为偏移量
  3. data_type_size 数据类型字节大小

举个例子：

1、定义一个int 数据类型的数组，a为变量，数组长度为5

int[] a=new int[5]

2、假设数组地址：

  1. 第一个内存地址为：1008
  2. 第二个为：1009
  3. 第三个为：1010
  4. ...

3、寻址：由公式：array[i] = base_address + i * data_type_size

a[0]——把a拿到的内存地址：

1008 + 0 = 1008 （指向第一个内存地址）

a[1]——把a拿到的内存地址：

1008 + 1 = 1009 （指向第二个内存地址）

a[2]——把a拿到的内存地址：

1008 + 2 = 1010 （指向第三个内存地址）

以此类推。。。

关心话题(一)：数组下标为什么不从1开始

cpu消耗

如果数组从1开始编号，公式为a[i] = base_address + (i -1) * data_type_size，对cpu而言，”i -1“就多了一次减法指令。

历史原因

c语言的设计者使用了0开始编号，后续的很多高级编程语言也就沿用了这个规范，降低额外的学习和理解成本。

关心话题(二)：随机访问

由于数组是线性结构，那么根据首地址和偏移量就可以计算出任意数组元素的内存地址

array[i] = base_address + i * data_type_size

java面试题：数组和链表的区别

1、链表适合插入和删除，时间复杂度是O(1)

2、数组适合查找，查找的时间复杂度为O(1)

究其原因是数组支持随机访问，根据下标随机访问的时间复杂度是O(1)，而链表需要从头开始寻址，直到找到对应的元素地址才结束，其复杂度为O(logn) 。

关心话题(三)：集合能替代数组吗？

数组和集合最大一个区别于在于数组能直接存储基本的数据类型（如int、float、long等）；而集合只能通过装箱和拆箱存储基本数据类型，代价是需要消耗性能。另外使用多维数组时，用数组会直观一些。

jvm标记清除算法

为了避免数组大规模的数据搬移，可以将k位置的数据直接搬移到数组末尾位置，再把新数据放到k位置。删除时，可以将要删除的数据标记下来，当数组没有足够的空间时，将标记的数据统一删除，就可以提高很大的性能，也就是jvm标记清除垃圾回收的思想 。

总结

大部分高级程序语言的数组下标是从0开始的，而python数组下标却可以支持负数 。

最后

如果觉得本文对您有帮助的话，记得关注、转发哦，我会为大家持续提供原创干货。需要资料，请关注、转发，私信“资料”面试+微服务+springboot资料免费赠送。

相关推荐

方差分析简介（方差分析通俗理解）

介绍方差分析（ANOVA，AnalysisofVariance）是一种广泛使用的统计方法，用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体，旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示，猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒，绘图：MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了，无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如：数据的中心位置，数据间的离散程度，是否有异常值等。把数据从小到大进行排列并等分成四份，第一分位数（Q1），第二分位数（Q2）和第三分位数（Q3）...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期，我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读，这期开始讲多组独立样本秩和检验，我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel（方差分析r语言例题）

今天来写一篇实际中比较实用的分析方法，方差分析。通过方差分析，我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析，这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代，很多时候我们需要在网页中显示数据统计报表，从而能很直观地了解数据的走向，开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图（matplotlib各种图）

施工专题，我已完成20篇，施工系列几乎覆盖Python完整技术栈，目标只总结实践中最实用的东西，直击问题本质，快速帮助读者们入门和进阶：1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南（ggplot2绘制折线图）

ggplot2是R语言中强大的数据可视化包，基于“图形语法”（GrammarofGraphics），通过分层方式构建图表。以下是常用图表命令的详细指南，涵盖基本语法、常见图表类型及示例，适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环，它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单，适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类（统计图的种类及特点图片）

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景：1.条形图（BarChart）条形图是用矩形条的高度或长度来表示...

实测，大模型谁更懂数据可视化?（数据可视化和可视化分析的主要模型）

大家好，我是Ai学习的老章看论文时，经常看到漂亮的图表，很多不知道是用什么工具绘制的，或者很想复刻类似图表。实测，大模型LaTeX公式识别，出乎预料前文，我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域，图表是传达信息的重要工具。然而，传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词，利用Deepseek快速生成各种类型的图表，包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图（boxplot）是数据分布的图形表示，由五个摘要组成：最小值、第一四分位数（25th百分位数）、中位数、第三四分位数（75th百分位数）和最大值。箱子代表四分位距（IQR）。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值，不包括异常值。seaborn中...

一周热门
最近发表
标签列表