1、什么是数组
❝数组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
❞
定义中有几个关键词，一个是「线性表」包括顺序表和链表，每个线性表的数据最多只有前后两个方向。除了数组，链表、队列、栈等也是线性表结构
| 顺序表 | 链表 | |
|---|---|---|
| 存储方式 | 在内存上一组连续的存储单元存储 数据，存储单元是连续的 | 采用链式存储结构，用一组任意的存储单元存放数据 |
| 时间复杂度 | 根据下标查询 O(1)，如果是根据给定值去查询是O(n)，插入和删除是O(n) |
查找是O(n)、插入和删除是O(1) |
| 空间性能 | 初始化时，就要确定长度，分大了浪费，小了容易发生上溢，不支持扩容 | 初始化时不需要确定存储长度，按实际需要，支持动态扩容 |
与之相对立的概念是非线性表，比如二叉树、堆、图等，非线性表中的数据之间并不是简单的前后关系
第二个是「连续的内存空间和相同类型的数据」，这两个限制，让数组的很多操作变得非常低效，比如在数组中删除、插入一个数据，为了保证数组的连续性，需要做大量的数据搬移工作；但是数组内存空间的连续性使得数组具有支持「随机访问」的特性。
2、数组是如何实现根据下标访问数组元素的
举个栗子：定义一个长度为10的int 类型的数组int[] a = new int [10]，计算机给数组a[10]分配一块连续内存空间1000~1039。其中，内存块的首地址是base_address = 1000。
计算机会给每个内存单元分配一个地址，计算机通过地址来访问内存中的数据。但计算机需要随机访问数组中的某个元素时，他会首先通过下面的寻址公式，计算出该元素存储地址：
a[i]_address = base_address + i * data_type_size
其中data_type_size表示数组中的每个元素的大小，data_type_size是数组中存储的数据自己字节大小，此处为4个字节。
❝注意：
❞
- 数组是适合查找操作，但查找的时间的复杂度并不是
O(1)；即便是排好序的数组，你用二分查找时间复杂度也是O(lg n)。- 正确的表述应该是，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)。
3、为什么大多数的编程语言都是从0 开始编号的，而不是从1开始的？
从数组存储的内存模型上来看，「下标」最确切的定义应该是「偏移（offset）」。如果用数组a来表示数组的首地址，a[0]就是偏移为0的位置，也就是首地址，a[k]就是偏移k个type_size的位置，所以计算a[k]的内存地址只需用这个公式：
a[k]_address = base_address + k * type_size
但是，如果从1开始计数，那我们计算数组元素a[k]的内存地址就会变为：
a[k]_address = base_address + (k-1)*type_size
对比两个公式，可以发现，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非常基础的编程操作，效率优化就要尽可能地做到极致。所以为了减少一次减法操作，数组选中从0开始编号，而不是从1开始
4、低效的插入和删除
数组为了保持内存数据的连续性，会导致插入和删除这个两个操作比较低效
4.1、插入操作
假设数组的长度为 n，现在需要将一个数据插入到数组中的第 k 个位置。为了把第 k 个位置腾出来，我们需要将第 k ~ n 这部分的元素都顺序的往后挪一位。那么插入操作的时间复杂度是少？
如果在数组的末尾插入元素，就不需要移动数据了，则最好的时间复杂度为O(1)；如果在数组开头插入元素，那所有的元素都要一次往后移动一位，则最坏的时间复杂度为O(n)。因为数组中的每个位置插入元素的概率都是一样的，所以平均情况时间复杂度为
如果数组中的数据是有序的，我们在某个位置插入一个新的元素，就必须按照刚才的方法搬移k之后的数据。如果数组中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，那么如果在数组中的第k个位置插入某个数据，为了避免大规模的数据搬移，我们还有可以使用一个简单的办法：直接将第 k 位的数据搬移到数组元素的最后，把新的元素直接放回第k个位置
举个栗子：假设数组a[10]={a,b,c,d,e}，我们现在需要将元素x插入到a[3]，我们只需要将c放入a[5]，将a[2]赋值为 x 即可。结果为：a[10]={a,b,x,d,e,c}
利用这种出来了技巧，在特定的场景下，在第
k位置插入一个元素的时间复杂度就会将为O(1)。
4.2、删除操作
跟插入数据类似，如果我们要删除第k个位置的数据，为了内存的连续性，也需要搬移数据，不然就会出现空洞，内存就不连续。那么插入时间复杂度是多少？
和插入类似，如果删除数据末尾的数据，则最好的时间复杂度为O(1)；如果删除首地址的数据，则最坏的的时间复杂度为O(n)；因为每个位置删除元素的概率都是一样的，所以平均情况的时间复杂度为
实际上，在某些特殊的场景下，我们并不一定非得追求数据总数据的连续性。我们可以将多次删除操作集中在一起执行，删除的效率会提高很多。
举个栗子：int[10]={a,b,c,d,e,f,g,h}，现在需要依次删除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，我们可以先记录已删除的数据；每次的删除操作并不是真正地搬移数据，只是记录数据已被删除。当数组没有更多的空间存储数据时，我们再发出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。
如果你知道 JVM 的标记-清除垃圾回收，你会发现这就是标记-清除算法的核心思想。
❝标记-清除算法，如同名字一样，算法分为“标记”和“清除”两个阶段：
- 首先需要标记出所有需要回收的对象
- 在标记完成后统一回收所有被标记的对象 其中判断对象是否需要回收用的是可达性分析算法，基本思路是通过一系列的“GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径就是引用链（Reference Chain），当一个对象 GC Roots 没有任何引用链相连时，则证明此对象是不可用的，JVM 会将这些对象标记为可回收对象。
在 Java 语言中，可作为 GC Roots 的对象包括下面几种：
❞
- 虚拟机栈（栈帧中的本地变量表）中引用的对象。
- 方法区中类静态属性引用的对象。
- 方法区中常量引用的对象。
- 本地方法栈中 JNI（即一般说的 Native 方法）引用的对象。
5、数组的访问越界问题
下面是一段C语言代码：
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;
}
这段代码实际运行的结果并非打印三行hello world，而是会无限打印hello world，这会为什么？
因为数组的长度为3，下标分别为a[0],a[1],a[2]，而代码中当i = 3时，数组下标为a[3]，此时下标越界。在C语言中，只要不是访问受限的内存，所有的内存都是可以自由访问的。根据前面的寻址公式，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，所以代码就会无限循环。
数组越界在C语言中是一种未定义行为（指C语言标准未做规定的行为），并未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是访问一段连续内存，只要通过偏移计算得到的内存地址是可用的，那么程序就可能不报任何错误，所以在C代码的时候一定要警惕数组越界。
Java语言对数组下标是否越界，做了检查，如果数组越界则会抛出异常 java.lang.ArrayIndexOutOfBoundsException，并终止此次此方法的继续运行，不会出现死循环的情况。
6、总结
数组是最基础，最简单的数据结构，它使用一块连续的内存空间，来存储一组相同类型的数据，最大的特点就是支持下标随机访问数组，此时的时间复杂度为O(1)；但插入和删除操作中，为了要保证数组的其他部分的数据的顺序不变且是连续的，使得数组的这两个操作变得不是很高效，时间复杂度为O(n)。
