最近在学数据结构，接下来一段时间我将用java来实现所学的各种数据结构，以加深自己的印象。
线性表包括顺序表和链表，其实顺序表就是动态数组，下面我将二次封装实现属于自己的动态数组。
-----------------------------------------------------------------------------------------------------------------------------------------------------
数组类：Array
数组名：data
数组容量：capacity
已存放元素个数：size
方法：
①获取数组中元素个数（getSize）
②获取数组容量（getCapacity）
③返回数组是否为空（isEmpty）
④向数组末尾添加元素（addLast）
⑤向指定索引位置添加元素（add）
⑥向所有元素前添加一个新元素（addFirst）
⑦得到指定索引位置的元素（get）
⑧修改指定索引位置的元素（set）
⑨查找数组中是否有指定元素（contains）
⑩查找数组中指定元素的索引（find）
⑪删除指定索引位置的元素（remove）
⑫删除数组中第一个元素（removeFirst）
⑬删除数组最后一个元素（removeLast）
⑭查找指定元素并删除（removeElement）
⑮实现扩容和缩容（resize）
当然感兴趣的可以继续添加自己想要的功能,比如删除全部元素等等。
-----------------------------------------------------------------------------------------------------------------------------------------------
public class Array<E> {
private E[] data;
private int size;// 数组中元素个数
// 构造函数，传入数组容量capacity构造Array
public Array(int capacity) {
data = (E[]) new Object[capacity];
size = 0;
}
// 无参数构造函数，默认数组容量为10
public Array() {
this(10);
}
// 获取数组容量
public int getCapacity() {
return data.length;
}
// 获取数组中元素个数
public int getSize() {
return size;
}
// 返回数组是否为空
public boolean isEmpty() {
return size == 0;
}
// 向数组所有元素前添加元素
public void addFirst(E e) {
add(0, e);
}
// 向数组末尾添加元素
public void addLast(E e) {
add(size, e);
}
// 向数组index位置插入元素e
public void add(int index, E e) {
if (index < 0 || index > size)
throw new IllegalArgumentException("操作失败，需要满足 index<0 || index>size");
if (size == data.length)
resize(data.length << 1);// 实现两倍扩容
// 使元素往后挪一个位置
for (int i = size - 1; i >= index; i--)
data[i + 1] = data[i];
data[index] = e;
size++;
}
// 得到指定索引上的数组元素
public E query(int index) {
if (index < 0 || index >= size)
throw new IllegalArgumentException("操作失败，需要满足 index < 0 || index >= size");
return data[index];
}
// 获得第一个元素
public E getFirst() {
return query(0);
}
// 获得最后一个元素
public E getLast() {
return query(size - 1);
}
// 将指定索引上的元素修改成e
public void modify(int index, E e) {
data[index] = e;
}
// 查找数组中是否有元素e
public boolean contains(int e) {
for (int i = 0; i < size; i++)
if (data[i].equals(e))
return true;
return false;
}
// 查找数组中指定元素的一个索引
public int find(E e) {
for (int i = 0; i < size; i++)
if (data[i].equals(e))
return i;
return -1;
}
// 删除指定索引上的元素，返回删除元素
public E remove(int index) {
if (index < 0 || index >= size)
throw new IllegalArgumentException("操作失败，需要满足 index < 0 || index >= size");
E temp = data[index];
for (int i = index + 1; i < size; i++)
data[i - 1] = data[i];
size--;
data[size] = null;// loitering objects
if (size == data.length >> 2 && data.length >> 1 != 0)// 防止复杂度震荡，当元素个数为容量的1/4时才执行缩容
resize(data.length >> 1);// 实现对半缩容
return temp;
}
// 删除数组第一个元素,返回删除元素
public E removeFirst() {
return remove(0);
}
// 删除数组最后一个元素，返回删除元素
public E removeLast() {
return remove(size - 1);
}
// 查找数组一个元素e并删除
public void removeElement(E e) {
int index = find(e);
if (index != -1)
remove(index);
}
@Override
public String toString() {
StringBuilder res = new StringBuilder();
res.append(String.format("元素个数：%d,容量大小：%d\n", size, data.length));
res.append('[');
for (int i = 0; i < size; i++) {
res.append(data[i]);
if (i != size - 1)
res.append(",");
}
res.append(']');
return res.toString();
}
// 定义数组扩容方法
private void resize(int newCapacity) {
E[] newData = (E[]) new Object[newCapacity];
for (int i = 0; i < size; i++)
newData[i] = data[i];
data = newData;// 将新数组的地址指向旧数组
}
}
-----------------------------------------------------------------------------------------------------------------------------------------------
简单时间复杂度分析：
①添加操作（删除操作等同）
addLast（e） 可能触发resize扩容操作，最坏时间复杂的为O（n）
addFirst（e） O（n）
add（index，e） O（n/2）=O（n）
②修改操作
set（index，e） O（1）
③查找操作
get（index） O（1）
contains（e） O（n）
find（e） O（n）
总结：查询快速，添加删除贼慢
-----------------------------------------------------------------------------------------------------------------------------------------------
均摊时间复杂度分析：
我们知道在调用addLast方法时，有可能会触发resize扩容，因此最坏情况的时间复杂度是O（n），但是这样其实是不合理的，因为每次addLast操作不一定都触发resize；
假设capacity=n，每次都使用addLast作为添加操作，当n+1次addLast操作会触发resize扩容，将前面n个元素复制到新数组中，因此总共执行了2n+1次操作，平均每次addLast约等于进行了两次基本操作；
这样均摊计算，addLast操作的时间复杂度是O（1），在这个例子里均摊计算比计算最坏情况更有意义；
同理，removeLast操作的均摊复杂度也是O（1）。
-----------------------------------------------------------------------------------------------------------------------------------------------
复杂度震荡：
当数组已满时执行addLast时扩容，又马上执行removeLast导致缩容，会造成复杂度震荡，这样来回操作，每一个操作的时间复杂度为O（n）。
解决方法：
只需当size=capacity/4时，才将capacity减半实现缩容。