【王道数据结构笔记】顺序表的基本操作--删除(代码分析)

本文主要是介绍【王道数据结构笔记】顺序表的基本操作--删除(代码分析),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述

🎈个人主页:豌豆射手^
🎉欢迎 👍点赞✍评论⭐收藏
🤗收录专栏:数据结构
🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步!

【王道数据结构笔记】顺序表的基本操作--删除(代码分析)

  • 引言
    • 一 代码
    • 二 代码分析
    • 三 例子
    • 四 注意
  • 总结

在这里插入图片描述

引言

一 代码

bool ListDelete(Sqlist& L, int i, int &e)
{if (i <1 || i > L.length)return false;e = L.data[i - 1];for (int j = i; j < L.length; j++){L.data[j - 1] = L.data[j];}L.length--;return ture;
}

二 代码分析

步骤1:

if (i < 1 || i > L.length)return false;

分析:
这一步检查传入的索引i是否有效。如果i小于1或者大于列表L的当前长度L.length,则函数直接返回false,表示删除操作失败。这是因为数组和顺序表的索引通常是从0开始的,而列表的长度是指其包含的元素数量。

步骤2:

e = L.data[i - 1];

分析:
这步代码将顺序表中索引为i的元素的值赋给引用参数e。由于索引是从0开始的,因此实际访问数组L.data时使用i - 1作为索引。这样,e将保存被删除元素的值。

步骤3:

for (int j = i; j < L.length; j++)
{L.data[j - 1] = L.data[j];
}

这个循环是ListDelete函数中的一个关键部分,用于在顺序表L中删除索引为i的元素。循环的目的是将索引i及其之后的所有元素向前移动一个位置,从而覆盖掉索引i处的元素,实现删除的效果。

下面是循环的详细解释:

  1. 初始化部分 (int j = i;):

    • 这里定义了一个循环变量j,并将其初始化为ii是待删除元素的索引。循环将从i开始,意味着我们将从待删除元素之后的位置开始处理。
  2. 条件判断部分 (j < L.length;):

    • 这是循环继续执行的条件。只要j小于顺序表L的长度L.length,循环就会继续。这确保了循环会遍历到顺序表的最后一个元素,但不会超出数组边界。
  3. 循环体部分:

    • 在循环的每一次迭代中,都会执行循环体内的代码。这里,我们将L.data[j]的值赋给L.data[j - 1]。这实际上是将当前元素向前移动一个位置。
    • 由于数组索引是从0开始的,所以L.data[j - 1]实际上是指向j之前位置的元素的引用。通过不断地将后续元素的值赋给前一个位置,我们实现了删除索引为i的元素的效果。
    • 需要注意的是,这个操作不会改变顺序表的物理大小(即数组L.data的容量),而只是改变了顺序表中有效元素的数量(通过L.length来跟踪)。
  4. 迭代部分 (j++):

    • 在每次循环迭代结束时,j的值都会增加1。这确保了循环能够遍历顺序表中的每个元素,从i开始直到最后一个元素。

这个循环结束时,顺序表中索引为i的元素及其之后的所有元素都将向前移动了一个位置,原来的索引i处的元素就被“覆盖”掉了,从而实现了删除操作。最后,通过减少L.length的值,我们更新了顺序表的有效长度,以反映这次删除操作。

步骤4:

L.length--;

分析:
这步代码将顺序表L的长度减少1,因为我们已经从表中删除了一个元素。这是必要的步骤,以确保L.length正确地反映了顺序表中当前元素的数量。

步骤5:

return true;

分析:
如果代码执行到这里,说明删除操作成功完成。因此,函数返回true,表示删除操作成功。注意,这里应该修正拼写错误,将ture改为true

综上,整个ListDelete函数的目的是从顺序表L中删除索引为i的元素,并将被删除元素的值赋给引用参数e。如果索引i无效,函数返回false;否则,执行删除操作并返回true

三 例子

当然可以。假设我们有一个顺序表L,它的长度L.length是5,并且它存储了以下整数:

L.data: [10, 20, 30, 40, 50]

现在,如果我们想要删除索引为i = 2的元素(即值为30的元素),我们可以使用这个循环来实现。

在循环开始之前,顺序表的状态如下:

索引: 0  1  2  3  4
值:   10 20 30 40 50

循环开始时,j被初始化为i的值,即j = 2。循环的条件是j < L.length,即j < 5,所以循环会执行。

在第一次迭代中(j = 2):

  • L.data[j - 1]L.data[1](索引为1的元素,值为20)
  • L.data[j]L.data[2](索引为2的元素,值为30,即待删除的元素)

我们将L.data[2]的值(30)赋给L.data[1],此时顺序表变为:

索引: 0  1  2  3  4
值:   10 30 30 40 50

注意,现在索引1和2的位置都有相同的值30,但我们还未完成删除操作。

接着进行第二次迭代(j现在自增为3):

  • L.data[j - 1]L.data[2](现在是30)
  • L.data[j]L.data[3](值为40)

L.data[3]的值(40)赋给L.data[2],顺序表变为:

索引: 0  1  2  3  4
值:   10 30 40 40 50

再进行第三次迭代(j现在为4):

  • L.data[j - 1]L.data[3](现在是40)
  • L.data[j]L.data[4](值为50)

L.data[4]的值(50)赋给L.data[3],顺序表变为:

索引: 0  1  2  3  4
值:   10 30 40 50 50

此时,由于j(现在是4)不再小于L.length(5),循环终止。

最后,我们需要减少顺序表的长度L.length以反映已经删除了一个元素:

L.length--; // 现在L.length变为4

更新后的顺序表状态为:

索引: 0  1  2  3
值:   10 30 40 50

注意,索引4及其之后的位置现在包含了未定义的值(可能是之前存储的旧数据),但在我们的顺序表逻辑中,我们不再考虑这些位置,因为L.length已经更新为4,表示只有前4个元素是有效的。这样,我们就成功地从顺序表中删除了索引为2的元素。

四 注意

在顺序表中,我们不能直接删除要删除的元素,而是要通过将后续元素向前覆盖的方式来模拟删除操作,主要出于以下几个原因:

  1. 连续性:顺序表通常基于数组实现,数组中的元素在内存中是连续存储的。因此,如果直接删除数组中的某个元素,而不做任何处理,那么原本存储在该元素位置之后的数据将会向前移动填补空白,导致数据的连续性被破坏。

  2. 内存管理:直接删除数组中的元素并不意味着释放了相应的内存空间。在C++等语言中,数组的大小是在创建时确定的,并且通常不能在运行时改变。即使我们“逻辑上”删除了某个元素,数组所占用的内存空间仍然保持不变。

  3. 效率:通过将后续元素向前覆盖的方式模拟删除操作,可以避免移动大量数据。如果我们直接删除一个元素,那么所有位于该元素之后的元素都需要向后移动一位以填补空白,这将是一个O(n)的操作,其中n是顺序表的长度。而通过覆盖的方式,我们只需要将后续的元素逐个向前移动,直到覆盖掉要删除的元素,这是一个O(k)的操作,其中k是要删除元素之后的元素数量。

  4. 简化操作:通过覆盖的方式,我们实际上是在“覆盖”掉要删除的元素,而不是真正地从内存中移除它。这种方式简化了删除操作的实现,因为我们不需要处理内存分配和释放的复杂性。同时,由于顺序表的长度L.length会相应减少,我们在逻辑上仍然认为该元素已经被删除。

因此,尽管我们不能直接从顺序表中删除一个元素,但通过覆盖后续元素的方式,我们可以在逻辑上实现删除的效果,同时保持顺序表的连续性和内存空间的有效利用。需要注意的是,这种删除操作并不会释放任何内存,如果顺序表的大小成为了问题,那么可能需要考虑使用动态数组(如std::vector在C++中)或其他数据结构来更灵活地管理元素的增删操作。

总结

这篇文章到这里就结束了

谢谢大家的阅读!

如果觉得这篇博客对你有用的话,别忘记三连哦。

我是豌豆射手^,让我们我们下次再见

在这里插入图片描述

在这里插入图片描述

这篇关于【王道数据结构笔记】顺序表的基本操作--删除(代码分析)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/922685

相关文章

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Spring Bean初始化及@PostConstruc执行顺序示例详解

《SpringBean初始化及@PostConstruc执行顺序示例详解》本文给大家介绍SpringBean初始化及@PostConstruc执行顺序,本文通过实例代码给大家介绍的非常详细,对大家的... 目录1. Bean初始化执行顺序2. 成员变量初始化顺序2.1 普通Java类(非Spring环境)(

Apache Ignite缓存基本操作实例详解

《ApacheIgnite缓存基本操作实例详解》文章介绍了ApacheIgnite中IgniteCache的基本操作,涵盖缓存获取、动态创建、销毁、原子及条件更新、异步执行,强调线程池注意事项,避免... 目录一、获取缓存实例(Getting an Instance of a Cache)示例代码:二、动态

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类