在Python中更多的是以list的形式存在的。是最熟悉的数据结构，之后熟悉的应该是字典里吧。数组在读写删除和插入上，只有读是O(1)其他都是O(n)。
在读取数据的时候，因为数据存储在RAM中，而我们又需要索引来快速读取数据，所以读取的时候就可以做到立刻得到指定索引上的数据，而在删除插入的时候，就需要对其他位置的数据进行移动。由于在大O表示法中，我们只考虑最坏的情况，也就是O(n)了，n代表数组的长度。
除此之外，还有一些特殊情况要考虑。针对各种情况的代码解析如下。
在数组的结束位置插入一个元素的情况：大O为O(1)，假定长度没有超过数组使用的内存限制。将n插入数组arr。 同样删除最后一个元素，大O也是O(1)，假定数组不为空。
def insertEnd(arr, n, length, capacity):
if length < capacity:
arr[length] = n
def removeEnd(arr, length):
if length > 0:
# 将原本的数据重写为一些规定的default数据
arr[length - 1] = 0
相对的在数组中间插入和删除元素，就需要递归地对其他元素进行移动，所以O(n)。
def insertMiddle(arr, i, n, length):
# 反向遍历，从最后一个元素开始到i（因为range不包括结束位置，所以这里用i-1）的元素都向后移动一位，
for index in range(length - 1, i - 1, -1):
arr[index + 1] = arr[index]
# 移动结束后在i处插入n
arr[i] = n
def removeMiddle(arr, i, n, length):
for index in range(i, length - 1):
arr[index] = arr[index + 1]
基本的Python的数组其实就是动态数组，我们不需要在意它的容量，它是动态扩展的，但是知道数组的真正结构依然很重要。
逐行进行解析构建数组的过程。因为在计算机内部其实一开始是为数组分配了内存容量的，当数组长度超过了内存，内存就会进行重新分配，只是由于Python在背后帮我们都做了我们不知道而已。
# 初始化数组，容量，长度，和默认值。初始容量为2。默认值设为0。由于构架数据结构是为了更好的理解，所以可以自行设定。
class Array:
def __init__(self):
self.capacity = 2
self.length = 0
self.arr = [0] * 2
# 在数组长度的最后一位增加一个元素
def pushback(self, n):
# 如果数组的长度和达到了容量上限就进行，新的容量再分配resize
if self.length == self.capacity:
self.resize()
# 拓展操作
self.arr[self.length] = n
self.length += 1
# 容量再分配的resize操作
def resize(self):
# 重新分配内存区域，进行二倍容量拓展，并为每个位置设定默认值
self.capacity = 2 * self.capacity
newArr = [0] * self.capacity
# 从老数组将每个元素重新放进新的二倍容量的数组
for i in range(self.length):
newArr[i] = self.arr[i]
# 再次将数组设定了新数组
self.arr = newArr
# 移除数组的最后一个元素，直接在长度上摘掉最后一个，变成一个无法触达的领域哈哈
def popback(self):
if self.length > 0:
self.length -= 1
# 读取第i个位置的元素，此处可以立刻得到
def get(self, i):
if i < self.length:
return self.arr[i]
# 插入操作，在i处插入元素n（因为是动态数组，所以内部的位移交给了计算机进行）
def insert(self, i, n):
if i < self.length:
self.arr[i] = n
return
# 打印数组
def print(self):
for i in range(self.length):
print(self.arr[i])
print()
之所以堆栈和数组在一起，是因为其实堆栈是一种特殊的数组，它和数组的不同，仅仅是，它规定只能从最后进行push，pop等操作。
使用动态数组，快速构建一个堆栈：因为堆栈只需要两个操作，一个是在结尾增加一个元素，一个是从结尾弹出一个元素。他们的大O都是O(1)。
堆栈是一种很好的数据结构，在很多力扣题的解法中，需要加入一个堆栈来辅助，比如二叉树的遍历问题，就需要使用堆栈控制元素的遍历顺序。即使如此，理解它却很容易，就是堆叠东西，你只能放在上面，也只能从上面拿。
class Stack:
def __init__(self):
self.stack = []
def push(self, n):
self.stack.append(n)
def pop(self):
return self.stack.pop()