Tableau

Structure avec mémoire contiguë et accès O(1) par index.

Un tableau est une structure de données fondamentale qui stocke des éléments du même type dans des emplacements mémoire contigus. Cela permet un accès aléatoire en temps constant O(1).

Caractéristiques clés :
- Taille fixe
- Mémoire contiguë
- Accès rapide par index

Les inconvénients incluent des insertions et suppressions coûteuses O(n) car elles nécessitent le décalage des éléments.

        graph LR
  Center["Tableau"]:::main
  Pre_data_structures["data-structures"]:::pre --> Center
  click Pre_data_structures "/terms/data-structures"
  Rel_linked_list["linked-list"]:::related -.-> Center
  click Rel_linked_list "/terms/linked-list"
  Rel_queue["queue"]:::related -.-> Center
  click Rel_queue "/terms/queue"
  Rel_stack["stack"]:::related -.-> Center
  click Rel_stack "/terms/stack"
  classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
  classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
  classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
  classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
  linkStyle default stroke:#4b5563,stroke-width:2px;

      

🧒 Explique-moi comme si j'avais 5 ans

Imaginez une rangée de casiers numérotés. Si vous connaissez le numéro, vous pouvez aller directement à votre casier sans vérifier les autres. C'est comme ça que fonctionnent les tableaux !

🤓 Expert Deep Dive

La localité spatiale optimise l'utilisation du cache CPU. La vectorisation SIMD permet le traitement parallèle des données. L'alignement de la mémoire est crucial pour les performances.

🔗 Termes associés

Prérequis:

📚 Sources