欢迎来到数据结构的世界！
你有没有试过在一大堆杂乱无章的 LEGO 积木中寻找特定的一块？这很难吧？但如果你把积木按颜色或大小分类放到不同的盒子里，你就能在几秒钟内找到需要的东西。
在计算机科学中，数据结构 (Data Structures) 就是那些“盒子”。它们是组织和存储数据的特定方式，能让计算机更有效率地寻找和使用信息。在本章中，我们将探讨 AQA 课程要求你掌握的两种主要数据组织方式：数组 (Arrays) 和 记录 (Records)。
1. 什么是数据结构？
数据结构是一种专门用于组织、处理、存储和检索数据的格式。如果没有它们，程序就会变成一堆混乱且零散的变量。
比喻： 想象一所学校。如果每个学生的资料都只是随意写在纸条上并丢进一个箱子里，校长永远都找不到任何资料！相反，他们会使用“学生档案”（一种数据结构）来将一切整理得井井有条。
快速复习：为什么要使用它们？
- 它们能让代码更易于阅读。
- 它们让我们能处理大量数据（例如 1,000 名用户的名单），而无需建立 1,000 个不同的变量。
- 它们能加快计算机搜索信息的速度。
2. 数组 (Arrays)——整齐的排列
数组 (Array) 是一组相同数据类型的资料集合，它们存储在同一个名称之下。你可以把它想象成学校走廊里的一排储物柜。
一维 (1D) 数组
1D 数组就像一个简单的清单。要找到特定的项目，你需要使用它的索引 (index)（即它的位置编号）。
重要规则： 在编程中，我们几乎总是从 0 开始计数，而不是 1！这被称为零基索引 (zero-based indexing)。
例子： 一份高分清单： \( scores = [95, 87, 92, 78] \)。
\( scores[0] \) 是 95。
\( scores[1] \) 是 87。
二维 (2D) 数组
2D 数组就像一个网格或表格，它有行 (rows) 和列 (columns)。要在这里找到一个项目，你需要两个索引编号：一个代表行，一个代表列。
比喻： 想想电影院的座位表或棋盘。要找到你的座位，你需要知道行号和座位号。
例子： 用于井字过三关 (Tic-Tac-Toe) 的 2D 数组：
\( board[0][0] \) 会是左上角的格子。
\( board[2][2] \) 会是右下角的格子。
记忆法：“RC”可乐
查看 2D 数组时，请永远记住先看 Rows（行），再看 Columns（列）！\( Array[Row][Column] \)。
重点总结： 当你有一个类型相同的项目清单时（例如，一串整数或一串字符串），请使用数组。
3. 记录 (Records)——数码文件夹
有时，我们想存储关于同一事物的不同类型信息。例如，如果你正在编写一个关于汽车的程序，你可能需要同时存储“品牌”(String)、价格 (Real) 和车门数量 (Integer)。这时就需要记录 (Record)。
记录允许你将不同的数据类型归纳在同一个名目下。记录中的每一项信息都被称为字段 (field)。
记录定义示例
根据 AQA 课程大纲，汽车的记录在伪代码中可能看起来像这样：
RECORD Carmake : String
model : String
reg : String
price : Real
noOfDoors : Integer
ENDRECORD
你知道吗？ 在 Python 等语言中，我们通常使用“字典清单 (Lists of Dictionaries)”或“类 (Classes)”来完成记录的工作，但在考试中，你应该将其理解为记录 (Record) 的概念。
别担心，这看起来可能有点复杂！
只要记住：
1. 数组 = 相同东西的清单（像一盒鸡蛋）。
2. 记录 = 关于同一个东西，但不同类别的信息集合（像一本显示你的姓名、年龄和照片的护照）。
重点总结： 当你需要存储不同类型的相关数据（例如学生的姓名、测试分数，以及他们是否及格）时，请使用记录。
4. 常见错误
- 从 1 开始计数： 记住，数组的第一个项目永远是在索引 \( 0 \)。如果数组有 5 个项目，最后一个索引就是 \( 4 \)。
- 在数组中混合类型： 在大多数编程语言中，你不能将字符串和整数放在同一个数组中。这时请改用记录！
- 混淆行与列： 在 2D 数组中，总是先横向找行 (row)，再纵向找列 (column)。
总结检查清单
快速复习：你可以...
- 解释什么是数据结构吗？
- 识别 1D 数组和 2D 数组之间的区别吗？
- 解释为什么我们使用索引编号吗？
- 描述什么是记录，并说出它的组成部分（字段）吗？
- 说明什么时候使用记录比使用数组更好吗？