2.2.4 在中间插入
假设你要让待办事项按日期排列。之前，你在清单末尾添加了待办事项。 但现在你要根据新增待办事项的日期将其插入到正确的位置。
需要在中间插入元素时，数组和链表哪个更好呢？使用链表时，插入元素很简单，只需修改 它前面的那个元素指向的地址。
而使用数组时，则必须将后面的元素都向后移。
如果没有足够的空间，可能还得将整个数组复制到其他地方！因此，当需要在中间插入元素 时，链表是更好的选择。
2.2.5 删除
如果你要删除元素呢？链表也是更好的选择，因为只需修改前一个元素指向的地址即可。而 使用数组时，删除元素后，必须将后面的元素都向前移。
不同于插入，删除元素总能成功。如果内存中没有足够的空间，插入操作可能失败，但在任 何情况下都能够将元素删除。
下面是常见数组和链表操作的运行时间。
需要指出的是，仅当能够立即访问要删除的元素时，删除操作的运行时间才为O(1)。通常我 们都记录了链表的第一个元素和最后一个元素，因此删除这些元素时运行时间为O(1)。
数组和链表哪个用得更多呢？显然要看情况。但数组用得很多，因为它支持随机访问。有两 种访问方式：随机访问和顺序访问。顺序访问意味着从第一个元素开始逐个地读取元素。链表只 能顺序访问：要读取链表的第十个元素，得先读取前九个元素，并沿链接找到第十个元素。随机 访问意味着可直接跳到第十个元素。本书经常说数组的读取速度更快，这是因为它们支持随机访 问。很多情况都要求能够随机访问，因此数组用得很多。数组和链表还被用来实现其他数据结构， 这将在本书后面介绍。
2.3 选择排序
有了前面的知识，你就可以学习第二种算法——选择排序了。要理 解本节的内容，你必须熟悉数组、链表和大O表示法。 假设你的计算机存储了很多乐曲。对于每个乐队，你都记录了其作 品被播放的次数。
你要将这个列表按播放次数从多到少的顺序排列，从而将你喜欢的乐队排序。该如何做呢？ 一种办法是遍历这个列表，找出作品播放次数最多的乐队，并将该乐队添加到一个新列表中。
再次这样做，找出播放次数第二多的乐队。
继续这样做，你将得到一个有序列表。
下面从计算机科学的角度出发，看看这需要多长时间。别忘了，O(n)时间意味着查看列表中 的每个元素一次。例如，对乐队列表进行简单查找时，意味着每个乐队都要查看一次。
要找出播放次数最多的乐队，必须检查列表中的每个元素。正如你刚才看到的，这需要的时 间为O(n)。因此对于这种时间为O(n)的操作，你需要执行n次。
需要的总时间为 O(n × n)，即O(n2 )。 排序算法很有用。你现在可以对如下内容进行排序：
- 电话簿中的人名
- 旅行日期
- 电子邮件（从新到旧）
**需要检查的元素数越来越少 **
随着排序的进行，每次需要检查的元素数在逐渐减少，最后一次需要检查的元素都只有一 个。既然如此，运行时间怎么还是O(n2 )呢？这个问题问得好，这与大O表示法中的常数相关。 第4章将详细解释，这里只简单地说一说。 你说得没错，并非每次都需要检查n个元素。第一次需要检查n个元素，但随后检查的元素 数依次为n 1, n – 2, …, 2和1。平均每次检查的元素数为1/2 × n，因此运行时间为O(n × 1/2 × n)。 但大O表示法省略诸如1/2这样的常数（有关这方面的完整讨论，请参阅第4章），因此简单地写 作O(n × n)或O(n2 )。
选择排序是一种灵巧的算法，但其速度不是很快。快速排序是一种更快的排序算法，其运行 时间为O(n log n)，这将在下一章介绍。
示例代码
前面没有列出对乐队进行排序的代码，但下述代码提供了类似的功能：将数组元素按从小到 大的顺序排列。先编写一个用于找出数组中最小元素的函数。
2.4 小结
- 计算机内存犹如一大堆抽屉。
- 需要存储多个元素时，可使用数组或链表。
- 数组的元素都在一起。
- 链表的元素是分开的，其中每个元素都存储了下一个元素的地址。
- 数组的读取速度很快。 链表的插入和删除速度很快。
- 在同一个数组中，所有元素的类型都必须相同（都为int、double等）
