数组的局限性包括：不适合存储异构数据、大小调整困难、查找效率低下和内存浪费。替代方案有：字典/散列表：存储异构数据和高效查找。链表：动态大小调整和高效插入/删除。树：层次化数据存储和高效查找。
数组的局限性以及替代方案
引言
数组在编程中是一种强大的数据结构，但它们也有一些局限性。了解这些局限性对于选择最适合特定需求的数据结构至关重要。
不适合使用数组的情况
1. 存储异构数据类型
数组只能存储相同数据类型的元素，如果需要存储不同类型的数据（例如文本、数字和布尔值），数组就不合适。
2. 动态大小调整
数组的大小在创建时固定，这意味着无法轻松地向数组添加或删除元素。对于频繁改变大小的集合，数组会变得效率低下。
3. 查找特定元素的效率
在数组中查找特定元素需要遍历整个数组，时间复杂度为 O(n)，其中 n 是数组的长度。对于大型数组，这可能会非常耗时。
4. 内存浪费
当数组大小大于所需时，它会造成内存浪费。
替代方案
1. 字典/散列表：存储异构数据和快速查找
字典（散列表）使用键值对来存储数据，允许多种类型的值。它们还提供快速查找，时间复杂度为 O(1)。
2. 链表：动态大小调整和高效插入/删除
链表将数据存储在相互连接的节点中，允许动态大小调整并高效地插入和删除元素。
3. 树：层次化数据存储和高效查找
树是一种层次化数据结构，可以高效地存储和查找数据。它们在处理大数据集时非常有用。
实战案例
假设我们需要存储学生信息，包括他们的姓名、年龄和考试成绩。我们使用数组来存储信息：
students = [
["John", 20, 85],
["Mary", 21, 90],
["Bob", 19, 80]
]然而，如果我们需要向数组添加一位新学生或删除现有学生，这将很困难和低效。使用字典会更好：
students = {
"John": {"age": 20, "score": 85},
"Mary": {"age": 21, "score": 90},
"Bob": {"age": 19, "score": 80}
}这不仅允许存储异构数据，还允许使用学生的姓名作为键轻松添加、删除和查找学生信息。
