【数据结构C/C++】多维数组的原理、访问方式以及作用

文章目录

  • 什么是多维数组?
  • 代码讲解使用方式
  • 为什么指针遍历的方式是这样子的?(助你理解指针的含义)
  • 使用场景
  • 408考研各数据结构C/C++代码(Continually updating)

什么是多维数组?

在C语言中,多维数组的存储实际上是在内存中按照一维数组的方式连续存储数据的。多维数组的底层原理可以理解为是一维数组的扩展。每个维度的大小(元素个数)决定了存储空间的布局。

考虑一个二维数组的例子,例如int arr[3][4],表示一个3行4列的整数数组。底层存储原理如下:

首先,内存中会分配一个连续的存储空间,大小为3 * 4 * sizeof(int)字节,其中sizeof(int)表示一个整数占用的字节数。

数组的元素在内存中按照行优先(C语言的约定)方式存储,也就是说,首先存储第一行的所有元素,然后是第二行的所有元素,以此类推。

如果我们想访问数组的某个元素,例如arr[1][2],系统会通过内存偏移计算来找到对应的位置。在这个例子中,偏移计算如下:

偏移 = 行号 * 每行的元素个数 + 列号
偏移 = 1 * 4 + 2 = 6

这意味着arr[1][2]的数据存储在偏移地址6的位置上。

多维数组的每个维度的大小(行数和列数等)会影响内存布局和偏移计算。例如,如果有一个三维数组int arr[2][3][4],那么在内存中会按照一维数组的形式存储,同时需要考虑三个维度的大小来计算偏移。

这种按照行优先方式存储多维数组的原理使得访问连续内存位置的元素更加高效,因为它充分利用了现代计算机的缓存机制,可以减少内存访问的开销。同时,它也意味着多维数组的元素在内存中是连续存储的,这对于访问大量数据的性能非常重要。

代码讲解使用方式

#include <stdio.h>int main() {// 定义一个二维数组,表示3行4列的矩阵int matrix[3][4] = {{1, 2, 3, 4},{5, 6, 7, 8},{9, 10, 11, 12}};// 使用指针遍历多维数组int *ptr = &matrix[0][0]; // 定义一个指向第一个元素的指针printf("遍历多维数组的元素:\n");for (int i = 0; i < 3; i++) {for (int j = 0; j < 4; j++) {// 使用指针访问当前元素int element = *(ptr + i * 4 + j); // 计算偏移并解引用指针printf("%d ", element);  //指针遍历方法printf("%d ", matrix[i][j]); // 数组下标遍历方法}printf("\n");}return 0;
}

原理解释:

  1. 我们首先定义了一个二维数组 int matrix[3][4],表示一个3行4列的矩阵。

  2. 然后,我们定义一个指针 int *ptr 并将其初始化为指向数组的第一个元素,也就是 matrix[0][0]。在C语言中,多维数组在内存中是按照一维数组的方式连续存储的,因此我们可以使用指针来遍历多维数组。

  3. 接下来,我们使用两个嵌套的循环来遍历多维数组的元素。外层循环控制行,内层循环控制列。

  4. 在循环中,我们使用指针 ptr 来访问当前元素。为了计算当前元素的偏移,我们使用了 i * 4 + j 的方式,其中 i 表示当前行数,j 表示当前列数。这是因为在二维数组中,每行有4个元素。

  5. 我们通过 *(ptr + i * 4 + j) 来解引用指针,从而获取当前元素的值,并使用 printf 函数打印出来。

为什么指针遍历的方式是这样子的?(助你理解指针的含义)

在Linux64系统下,我们知道一个int类型的大小是4bit。
那么假设我们的数组的第一个元素的起始地址为0x00,那么第一个元素应该是0x04。也就是如下:

matrix[0][0] (地址0) matrix[0][1] (地址4) matrix[0][2] (地址8) matrix[0][3] (地址12)
matrix[1][0] (地址16) matrix[1][1] (地址20) matrix[1][2] (地址24) matrix[1][3] (地址28)
matrix[2][0] (地址32) matrix[2][1] (地址36) matrix[2][2] (地址40) matrix[2][3] (地址44)

但是为什么我们在使用指针遍历的时候,写法是:

 int element = *(ptr + i * 4 + j); // 计算偏移并解引用指针

根据这个计算方式,我们在第一行中得到以下偏移:

matrix[0][0] 的偏移是 i * 4 + j = 0 * 4 + 0 = 0。
matrix[0][1] 的偏移是 i * 4 + j = 0 * 4 + 1 = 1。
matrix[0][2] 的偏移是 i * 4 + j = 0 * 4 + 2 = 2。
matrix[0][3] 的偏移是 i * 4 + j = 0 * 4 + 3 = 3

这看上去与我们上面写的地址是0,4,8不太一样,为什么呢?

这是因为 ptr 是一个指向 int 类型的指针,它的增量是 sizeof(int) 字节,因此每次移动一个 int 的大小(通常是4字节)。这正是为什么我们在计算偏移时只需要考虑 i 和 j,而不需要考虑元素的物理大小。

所以,偏移是按照指针的增量来计算的,而不是根据元素的物理大小。这种方式使得多维数组的遍历更加通用,不受元素大小的影响。

使用场景

多维数组是一种在程序中组织和存储数据的重要数据结构,它可以用于解决各种问题,具有广泛的应用场景。以下是多维数组的一些常见作用和使用场景,以及一些例子:

  • 矩阵和二维数据的表示: 多维数组通常用于表示矩阵、表格和类似的二维数据结构。例如,图像处理中的像素矩阵、棋盘游戏的棋盘状态、二维地图等。

  • 多维数据的存储和处理: 多维数组可以用于存储和处理具有多个维度的数据。例如,科学和工程领域中的多维数据集,如立体图像数据、声音信号、气象数据等(当然,考研你肯定处理不到这玩意,我写代码可能用得到)。

  • 矩阵运算: 线性代数中的矩阵运算和矩阵乘法通常需要使用多维数组表示。例如,计算机图形学中的矩阵变换和投影(算法题经常需要用到矩阵变换)。

嵌套结构: 多维数组可以用于表示嵌套结构的数据,例如多层的树形结构或多层的地理数据。

图和网络算法: 图和网络算法通常使用多维数组来表示节点和边的关系。例如,图的邻接矩阵或邻接列表(图是最经典的用多维数组的方法了)。

游戏开发: 多维数组常用于游戏开发中的地图、迷宫、游戏棋盘、角色位置等(迷宫算法以及路径算法也都会用到)。

动态规划: 动态规划算法中,多维数组常用于存储中间计算结果,以解决优化问题,如最短路径、最长公共子序列等(最常见的还是在动态规划中)。

空间和时间复杂度优化: 多维数组可以用于优化数据访问和算法性能。例如,在一些计算密集型任务中,多维数组的合理使用可以降低时间复杂度。

408考研各数据结构C/C++代码(Continually updating)

408考研各数据结构C/C++代码(Continually updating)
这个模块是我应一些朋友的需求,希望我能开一个专栏,专门提供考研408中各种常用的数据结构的代码,并且希望我附上比较完整的注释以及提供用户输入功能,ok,fine,这个专栏会一直更新,直到我认为没有新的数据结构可以讲解了。
目前我比较熟悉的数据结构如下:
数组、链表、队列、栈、树、B/B+树、红黑树、Hash、图。
所以我会先有空更新出如下几个数据结构的代码,欢迎关注。 当然,在我前两年的博客中,对于链表、哈夫曼树等常用数据结构,我都提供了比较完整的详细的实现以及思路讲解,有兴趣可以去考古。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/100288.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java TCP长连接详解:实现稳定、高效的网络通信

在现代互联网应用中&#xff0c;稳定而高效的网络通信是至关重要的。而TCP长连接作为一种常见的通信机制&#xff0c;允许客户端和服务器之间保持长时间的连接&#xff0c;有效地传输数据。本文将详细介绍Java中TCP长连接的概念、优点、适用场景&#xff0c;并结合实际案例进行…

C++QT-day4

#include <iostream> //运算符重载 using namespace std;class Person { // //全局函数实现运算符重载 // friend const Person operator(const Person &L,const Person &R); // //全局函数实现-运算符重载 // friend const Person operator-(const …

【Vue3.0 实现一个 Modal】

Vue3.0 实现一个 Modal 一、组件设计二、需求分析三、实现流程目录结构组件内容实现 API 形式 事件处理其他完善 一、组件设计 组件就是把图形、非图形的各种逻辑均抽象为一个统一的概念&#xff08;组件&#xff09;来实现开发的模式 现在有一个场景&#xff0c;点击新增与编…

阿里云数据库MongoDB恢复到本地

共两种方式&#xff0c;建议使用第二种的逻辑恢复&#xff0c;比较方便快捷 一、下载物理备份文件 下载的格式是xb的&#xff0c;主要跟实例创建时间有关&#xff0c;2019年03月26日之前创建的实例&#xff0c;物理备份文件格式为tar&#xff0c;后面全部都是xb的格式了&#…

如何在ubnutu上安装docker

卸载旧版本 sudo apt-get remove docker docker-engine docker.io添加HTTPS传输软件包以及CA证书 sudo apt-get update sudo apt-get install \apt-transport-https \ca-certificates \curl \gnupg \lsb-release添加国内源以提升网速 添加软件源的GPG秘钥以确认所下载软件包…

【每日一题】CF1690E. Price Maximization | 双指针 | 简单

题目内容 原题链接 给定长度为 n n n 的数组 a a a 和一个整数 k k k &#xff0c;保证 n n n 为偶数。 问将 n n n 个数两两配对&#xff0c;得到的值为 ⌊ a i a j k ⌋ \lfloor\frac{a_ia_j}{k}\rfloor ⌊kai​aj​​⌋ 问如何配对使得总和最大&#xff0c;最大值是…

功能基础篇6——系统接口,操作系统与解释器系统

系统 os Python标准库&#xff0c;os模块提供Python与多种操作系统交互的接口 import os import stat# 文件夹 print(os.mkdir(r./dir)) # None 新建单级空文件夹 print(os.rmdir(r./dir)) # None 删除单级空文件夹 print(os.makedirs(r.\dir\dir\dir)) # None 递归创建空…

本地计算机端口显示CLOSE_WAIT、TIME_WAIT、ESTABLISHED、三种情况的区别

本地计算机端口显示 “CLOSE_WAIT”、“TIME_WAIT” 和 “ESTABLISHED” 表示不同的TCP连接状态&#xff0c;它们之间的区别如下&#xff1a; CLOSE_WAIT&#xff08;关闭等待&#xff09;&#xff1a; 在此状态下&#xff0c;本地计算机已经接收到来自远程计算机的关闭请求&am…

博弈论——动态博弈

动态博弈 0 引言 前面一篇文章介绍了博弈过程中的三个分类&#xff1a;静态博弈、动态博弈、重复博弈。今天具体讲讲动态博弈的处理方法。 博弈论——博弈过程 1 概念 首先还是介绍一下动态博弈的概念&#xff0c;即博弈中各博弈方的选择和行动不仅有先后次序&#xff0c;而…

WPFdatagrid结合comboBox

在WPF的DataGrid中希望结合使用ComboBox下拉框&#xff0c;达到下拉选择绑定的效果&#xff0c;在实现的过程中&#xff0c;遇到了一些奇怪的问题&#xff0c;因此记录下来。 网上能够查询到的解决方案&#xff1a; 总共有三种ItemSource常见绑定实现方式&#xff1a; 1.ItemS…

实现动态表单的一种思路 | 京东云技术团队

一、动态表单是什么 区别于传统表单前后端配合联调的开发实现方式&#xff0c;动态表单通过一种基于元数据管理的配置化方法来实现表单的动态生成&#xff0c;并能根据配置自由增改删指定字段。实现特定需求的自助化。 图1.1 传统表单前后台协作模式 图1.2 动态表单前后台协作…

速通Redis基础(二):掌握Redis的哈希类型和命令

目录 Redis 哈希类型简介 Redis 哈希命令 HSET HGET HEXISTS HDEL HKEYS HVALS HGETALL HMGET HLEN HSETNX ​编辑 HINCRBY HINCRBYFLOAT Redis的哈希类型命令小结 Redis 是一种高性能的键值存储数据库&#xff0c;支持多种数据类型&#xff0c;其中之…

第4章 决策树

文章目录 4.1 基本流程4.2 划分选择4.2.1 信息增益4.2.2 增益率4.2.3 基尼指数 4.3 剪枝处理4.3.1 预剪枝4.3.2 后剪枝 4.4 连续与缺失值4.4.1 连续值处理4.4.2 缺失值处理 4.5 多变量决策树4.6 阅读材料 4.1 基本流程 决策树也称判定树&#xff0c;是一类常见的机器学习方法。…

【小沐学Python】Python实现Web图表功能(Dash)

文章目录 1、简介2、安装3、功能示例3.1 Hello World3.2 连接到数据3.3 可视化数据3.4 控件和回调3.5 设置应用的样式3.5.1 HTML and CSS3.5.2 Dash Design Kit (DDK)3.5.3 Dash Bootstrap Components3.5.4 Dash Mantine Components 4、更多示例4.1 Basic Dashboard4.2 Using C…

MyLife - Docker安装Redis

Docker安装Redis 个人觉得像reids之类的基础设施在线上环境直接物理机安装使用可能会好些。但是在开发测试环境用docker容器还是比较方便的。这里学习下docker安装redis使用。 1. Redis 镜像库地址 Redis 镜像库地址&#xff1a;https://hub.docker.com/_/redis/tags 这里是官方…

用go获取IPv4地址,WLAN的IPv4地址,本机公网IP地址,本机空闲端口详解

文章目录 获取IPv4地址获取WLAN的IPv4地址获取本机公网IP地址获取本机空闲端口 获取IPv4地址 下面的代码会打印出本机所有的IPv4地址。这个方法可能会返回多个IP地址&#xff0c;因为一台机器可能有多个网络接口&#xff0c;每个接口可能有一个或多个IP地址。 package mainim…

GO脚本-模拟鼠标键盘

01GetCoordinate 获取坐标 package mainimport ("github.com/go-vgo/robotgo" )func main() {// 获取当前鼠标所在的位置x, y : robotgo.GetMousePos()println(x&#xff1a;, x, y&#xff1a;, y)}02GetColor 获取坐标颜色 package mainimport ("fmt&quo…

AnyDesk密钥

最近最新的密钥&#xff1a;7K2CV32ER6T8F8I 这款软件应该是目前用的最好的可以免费的软件了&#xff0c;记录一下密钥

flink以增量+全量的方式更新广播状态

背景 flink在实现本地内存和db同步配置表信息时&#xff0c;想要做到类似于增量(保证实时性) 全量(保证和DB数据一致)的效果&#xff0c;那么我们如何通过flink的广播状态外部定时器定时全量同步的方式来实现呢&#xff1f; 实现增量全量的效果 package wikiedits.schedule…

matlab高斯消元法求解线性方程组

高斯消元法的基本原理是通过一系列行变换将线性方程组的增广矩阵转化为简化行阶梯形式&#xff0c;从而得到方程组的解。其核心思想是利用矩阵的行变换操作&#xff0c;逐步消除未知数的系数&#xff0c;使得方程组的求解变得更加简单。 首先&#xff0c;给定系数矩阵A和常数向…