【Day2】[资料结构]-阵列Array

阵列(Array)是一种常见的资料结构，常用来处理相同类型的有序资料，并存放在连续的记忆体空间中。但由於会先宣告固定记忆体空间，容易造成记忆体浪费。

在读取与修改资料时较快速，因为可以透过索引值index快速找到要的资料位置，但在追加或删除资料时较费时间。

可以想像在一条街道上，会有连续的门牌号住户，可以透过这些门牌号去找到你想见的住户，阵列可以透过这样索引的方式快速读取资料。

• 阵列概观

宣告了一块名为Score的阵列，Index为索引值，可以搭配[ ]符号，Score[1]可以找到值为20的资料。

• 阵列追加资料的情况

若要插入的位置已有资料，需先依序将它们移位再插入。

• 阵列删除资料的情况

容易造成记忆体空间的浪费。

多维阵列

• 二维阵列: 可以视为一种平面，假设下图表格变数为box，取得值的方式变数名称[列索引号, 行索引号]，因此box[0][2]所指向的值「17」。
  

• 三维阵列: 可以视为一种立方体，取得值的方式变数名称[列索引号, 行索引号, 高索引号]。
  

JavaScript

//Array

//一维阵列
var a = [1,2,3]
console.log(a[1]) //2

//二维阵列
var b = [[1,2],[3,4],[5,6]]
console.log(b[0][1]) //2

//三维阵列
var c = [[[1,2,3],[4,5,6],[7,8,9]]]
console.log(c[0][1][2]) //6

JavaScript本身就带有Array资料型态，详细使用方法可以参考这篇介绍。

Python

#Array
import numpy as np

#一维阵列
a = np.array([1,2,3])
print(a[2]) #3

#二维阵列
b = np.array([[1,2,3],[4,5,6]])
print(b[0][1]) #2

#三维阵列
c = np.array([[[1,2,3],[4,5,6],[7,8,9]]])
print(c[0][1][2]) #6

NumPy是Python的一个套件，大部分人会使用它来运用Array资料型态，与内建的List相比，List在记忆体中储存的方式有很大的差异。List的每个资料可以是不同的资料型别，因此这些资料在记忆体中的储存位置是很难以预测的。而Array规定每一个资料都必须有相同的资料型别，它们在记忆体上的储存位置会完全排在一起，因此Array的存取速度会比List快。