数组分为静态数组和动态数组，数组是存放在连续内存空间上的相同类型数据的集合。
静态数组的长度是固定的，改变数组中的值，需要用一个新值覆盖掉旧的值。若想改变数组的长度，则需要新建一个新的数组来处理旧数组的值，将旧数组的名字赋给新建的数组，之后就OK了。
具体应用：`
public class Array {
Object[] Array={};//创建一个数组
int length;
int size;
//构造方法
public Array(){
//需要初始化数组，长度，下标
int length=10;
Array=new Object[length];
int size;
}
//扩容
public void add(Object e){
//先判断数组是否需要扩容
if (size>length){
//若需要扩容，则需要新建一个数组
length=length*2;
Object[] NewArray=new Object[length];
//遍历，将旧数组存储到新数组
for (int i=0;i<Array.length;i++){
NewArray[i]=Array[i];
}
Array=NewArray;
}
//存储数据
Array[size]=e;
size++;
}
}
`
而动态数组是可以改变数组长度的，直接调用具体方法add(),remove()等等。
数组中还有一种类别多维数组，以二维数组，二维数组的每一行头结点的地址是没有规则的，更谈不上连续。
用图来表示：
这里可以简单的看一看，如果想详细了解，可以去找一本经典的书来看。
这里给大家介绍几种数组解决题的方法：1.二分法 2.双指针 3.滑动窗口
二分法：二分法是由前提条件的，使用二分法的数组为有序数组，且查找的值不重复。
https://leetcode.cn/problems/binary-search/
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:
输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1
提示：
你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。
class Solution {
public int search(int[] nums, int target) {
int left=0,right=nums.length-1;
if(target<nums[left]|target>nums[right]){
return -1;
}
while(left<=right){
int mid=left+((right-left)>>1);
if(target>nums[mid]){
left=mid+1;
}else if(target == nums[mid]){
return mid;
}else if(target<nums[mid]){
right=mid-1;
}
}
return -1;
}
}
双指针：快慢指针法，通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。
https://leetcode.cn/problems/remove-element
给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。
不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地 修改输入数组。
元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
class Solution {
public int removeElement(int[] nums, int val) {
int left=0;
for(int right=0;right<nums.length;right++){
if(nums[right]!=val){
nums[left]=nums[right];
left++;
}
}
return left;
}
}
滑动窗口：滑动窗口可分为固定大小和不固定大小
滑动窗口时间复杂度：O(n)
本题中，主要要理解滑动窗口如何移动 窗口起始位置，达到动态更新窗口大小的，从而得出长度最小的符合条件的长度。
滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)的暴力解法降为O(n)。
这里是209. 长度最小的子数组
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, …, numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。
示例 1：
输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2：
输入：target = 4, nums = [1,4,4]
输出：1
示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0
提示：
1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105
class Solution {
public int minSubArrayLen(int target, int[] nums) {
//在面对类似这种长度，可以采用滑动窗口方法来解决
//设定边界
int left=0,right=0;
int ans=Integer.MAX_VALUE;//当前窗口最小长度值
int Windownum=0;//当前窗口值
while(right<nums.length){
Windownum+=nums[right];
//进行多次循环
while(Windownum>=target){
ans=Math.min(ans,right-left+1);
Windownum-=nums[left];
left++;
}
right++;
}
return ans == Integer.MAX_VALUE ? 0 :ans;
}
}
除了这些，还有暴力解法，时间复杂度较高，尽量不使用。