保证一周更两篇吧，以此来督促自己好好的学习！代码的很多地方我都给予了详细的解释，帮助理解。好了，干就完了～加油！
声明：本python数据结构与算法是imooc上liuyubobobo老师java数据结构的python改写，并添加了一些自己的理解和新的东西，liuyubobobo老师真的是一位很棒的老师！超级喜欢他～
如有错误，还请小伙伴们不吝指出，一起学习～
No fears, No distractions.
一、实现
# -*- coding: utf-8 -*-
# Author: Annihilation7
# Data: 2018-09-24
# Python version: 3.6
"""
python中不存在泛型的说法，所以大家可以向这个动态数组添加任意类型的元素，
因为底层是python的list，很方便吧～以后的数据结构中就不说明啦。
数组特点：
占用一段连续的内存空间，支持随机（索引）访问，且时间复杂度为O(1)，基本不用我BB了，最简单的数据结构- -
添加元素时间复杂度：O(n)
删除元素时间复杂度：O(n)
"""
class Arr:
def __init__(self, capacity=10):
"""
构造函数
:param capacity: 数组最大容量，不指定的话默认为10
"""
self._capacity = capacity
self._size = 0 # 数组有效元素的数目，初始化为0
self._data = [float('nan')] * self._capacity # 由于python的list是动态扩展的，无法像静态语言那样开辟一块没有元素的内存空间
# 而我们要实现底层的数组，就用nan来作为无效元素的标识吧，所以在这里尾插的时间复杂度其实并不是O(1)，而是O(n)，大家
# 把nan假想成是空的就好了，主要的还是数据结构的思想，不要较真。
def __getitem__(self, item):
"""让我们的Arr类支持索引操作"""
return self._data[item]
def getSize(self):
"""返回数组有效元素的个数"""
return self._size
def getCapacity(self):
"""返回当前数组的容量"""
return self._capacity
def isEmpty(self):
"""判断当前数组是否为空"""
return self._size == 0
def add(self, index, elem):
"""
向数组中添加一个元素，注意数组占用的是一段连续的内存空间，所以在添加元素后，
数组还是要保证这个特点的，因此需要将后面的元素都向后挪一个位置，而且要注意要先从
尾部开始挪，防止元素之间的覆盖
时间复杂度：O(n)
:param index: 添加的元素所在的索引
:param elem: 所要添加的元素
"""
if index < 0 or index > self._size: # 插入的位置无效
raise Exception('Add Filed. Require 0 <= index <= self._size')
if self._size == self._capacity: # 满了
self._resize(self._capacity * 2) # 默认扩容当前容量的二倍。
# 容量翻倍要比容量加上一个固定值要好，这样做均摊复杂度为O(1)。具体请百度
for i in range(self._size - 1, index - 1, -1): # 从尾部开始挪动元素，在index处腾出一个空间
# 一定要注意在步长为负数的情况下，区间是左开右闭区间，即(index, self._size - 1]，
# 所以是index-1，与正常的左闭右开区间是相反的！
self._data[i + 1] = self._data[i]
self._data[index] = elem # 将该位置赋值为elem
self._size += 1 # 数组有效元素数加1
def addLast(self, elem):
"""
向数组尾部添加元素
时间复杂度：O(1)
:param elem: 所要添加的元素
"""
self.add(self._size, elem) # 直接调用add方法，注意不用再次判定合法性了，因为add函数中已经判断过了
def addFirst(self, elem):
"""
想数组头部添加元素
时间复杂度：O(n)
:param elem: 所要添加的元素
"""
self.add(0, elem) # 同理直接调用add方法
def get(self, index):
"""
获得索引index处的元素
时间复杂度：O(1)
:param index: 数组索引
:return: 数组索引处的值
"""
if index < 0 or index >= self._size: # 判断index的合法性
raise Exception('Get failed. Index is illegal.')
return self._data[index]
def getFirst(self):
"""
获得数组首位置元素的值
:return: 首位置元素的值
"""
return self.get(0) # 直接调用get函数，安全可靠
def getLast(self):
"""
获得数组末尾元素的值
:return: 末尾元素的值
"""
return self.get(self._size - 1) # 直接调用get函数，安全可靠
def set(self, index, elem):
"""
将索引为index的元素的值设为elem
时间复杂度：O(1)
:param index: 索引
:param elem: 新的值
"""
if index < 0 or index >= self._size: # 判断index的合法性
raise Exception('Set failed. Index is illegal.')
self._data[index] = elem
def contains(self, elem):
"""
查看数组中是否存在元素elem，最好不要传入一个浮点数，你懂得。。
时间复杂度：O(n)
:param elem: 目标元素
:return: bool值，存在为真
"""
for i in range(self._size): # 遍历
if self._data[i] == elem:
return True # 找到了就返回True
return False # 遍历完了还没找到，就返回False
def find(self, elem):
"""
在数组中查找元素，并返回元素所在的索引。（如果数组中存在多个elem，只返回最左边elem的索引）
时间复杂度：O(n)
:param elem: 目标元素
:return: 元素所在的索引，没找到则返回-1（无效值）
"""
for i in range(self._size): # 遍历数组
if self._data[i] == elem:
return i # 找到就返回索引
return -1 # 没找到返回-1
def findAll(self, elem):
"""
找到值为elem全部元素的索引
:param elem: 目标元素
:return: 一个新建的数组（我们自己实现的），值为全部elem的索引
"""
ret_list = Arr() # 建立一个新的数组用于存储索引值
for i in range(self._size): # 遍历数组
if self._data[i] == elem:
ret_list.addLast(i) # 找到就将索引添加进ret_list
return ret_list
def remove(self, index):
"""
删除索引为index的元素。index后面的元素都要向前移动一个位置，以此来覆盖index处的元素，达到删除的效果。
时间复杂度：O(n)
:param index: 目标索引
:return: 位于该索引的元素的值
"""
if index < 0 or index >= self._size: # index合法性检查
raise Exception('Remove failed.Require 0 <= index < self._size')
ret = self._data[index] # 拷贝一下index处的元素，便于返回
for i in range(index + 1, self._size): # index后面的元素都向前挪一个位置
self._data[i - 1] = self._data[i]
self._size -= 1 # 维护self._size
self._data[self._size] = None # 最后一个元素的垃圾回收
# 如果当前有效元素为总容量的四分之一，则将容量缩减为原来的一半
if self._size != 0 and self._capacity // self._size == 4: # 如果有效元素个数不为0且此时有效元素的个数
# 已经缩减至容量的四分之一，那么容量缩小一半，这样做能够避免容量震荡。
self._resize(self._capacity // 2)
return ret
def removeFirst(self):
"""
删除数组首位置的元素
时间复杂度：O(n)
:return: 数组首位置的元素
"""
return self.remove(0) # 调用remove函数
def removeLast(self):
"""
删除数组末尾的元素
时间复杂度:O(1)
:return: 数组末尾的元素
"""
return self.remove(self._size - 1) # 调用remove函数
def removeElement(self, elem):
"""
删除数组中为elem的元素，如果数组中不存在elem，那么什么都不做。
如果存在多个相同的elem，只删除最左边的那个
时间复杂度：O(n)
:param elem: 要删除的目标元素
"""
index = self.find(elem) # 尝试找到目标元素（最左边的）的索引
if index != -1: # elem在数组中就删除，否则什么都不做
self.remove(index) # 调用remove函数
def removeAllElement(self, elem):
"""
删除数组内所有值为elem的元素，可以用递归来写，这里我用的迭代的方法。elem不存在就什么都不做
:param elem: 要删除的目标元素
"""
while True:
index = self.find(elem) # 循环来找elem，如果还存在就继续删除
if index != -1: # 若存在
self.remove(index)
else:
break
def printArr(self):
"""对数组元素进行打印"""
for i in range(self._size):
print(self._data[i], end=' ')
print('\nSize: %d-----Capacity: %d' % (self._size, self._capacity))
# private
def _resize(self, new_capacity):
"""
数组容量放缩至new_capacity，私有成员函数
:param new_capacity: 新的容量
"""
new_arr = Arr(new_capacity) # 建立一个新的数组new_arr，容量为new_capacity
for i in range(self._size):
new_arr.addLast(self._data[i]) # 将当前数组的元素按当前顺序全部移动到new_arr中
self._capacity = new_capacity # 数组容量变为new_capacity
self._data = new_arr._data # 将new_arr._data赋值给self._data，从而完成数组的容量放缩操作。
# python能自动将以前的self._data进行垃圾回收（通过引用计数的方法），所以不用担心以前的self._data会造成内存浪费。
二、测试
# 再附上我很lowB的测试代码吧- -
import Array # Arr类写在这个文件中了
import numpy as np
np.random.seed(7)
test = Array.Arr()
print(test.getSize())
print(test.getCapacity())
print(test.isEmpty())
for i in range(8):
test.add(0, np.random.randint(5))
test.printArr()
test.addLast(2)
test.printArr()
print(test.get(3))
test.set(3, 10)
test.printArr()
print(test.contains(10))
print(test.find(4))
test.findAll(1).printArr()
test.remove(3)
test.printArr()
test.removeFirst()
test.removeLast()
test.printArr()
test.removeElement(4)
test.printArr()
test.removeAllElement(3)
test.printArr()
for i in range(30):
test.addLast(np.random.randint(10))
test.printArr()
print(test[3])
三、输出
0
10
True
1 0 1 4 3 3 1 4
Size: 8-----Capacity: 10
1 0 1 4 3 3 1 4 2
Size: 9-----Capacity: 10
4
1 0 1 10 3 3 1 4 2
Size: 9-----Capacity: 10
True
7
0 2 6
Size: 3-----Capacity: 10
1 0 1 3 3 1 4 2
Size: 8-----Capacity: 10
0 1 3 3 1 4
Size: 6-----Capacity: 10
0 1 3 3 1
Size: 5-----Capacity: 10
0 1 1
Size: 3-----Capacity: 10
0 1 1 8 7 6 4 0 7 0 7 6 3 5 8 8 7 5 0 0 2 8 9 6 4 9 7 3 3 8 3 0 1
Size: 33-----Capacity: 40
8
若有还可以改进、优化的地方，还请小伙伴们批评指正！