数组压缩时稳定和非稳定有什么区别？删除元素时怎么选择策略？
简化版
稳定压缩会保留剩余元素的相对顺序，常用读写双指针覆盖；非稳定压缩不保证顺序，可以用末尾元素交换填坑，删除更快但会打乱数组。
详细版
数组删除元素时，核心问题是是否必须保持顺序。
- 稳定压缩：保留相对顺序，适合列表、日志、用户可见数据。
- 非稳定压缩：不保序，适合集合、候选池、内部缓存。
- 稳定删除通常 O(n)，因为要扫描并覆盖。
- 非稳定删除单个位置可 O(1)，用最后一个元素填到被删位置。
- 选择策略要看业务是否依赖顺序，而不是只看速度。
完整版教学
一、为什么数组删除会牵涉稳定性
数组是连续存储，中间删除一个元素后会留下空洞。最朴素做法是把后面的元素都往前搬一格，这样顺序不变，但搬动成本高。另一种做法是把最后一个元素搬到空洞位置，数组长度减一，这样很快，但顺序变了。稳定性讨论的就是：删除后剩余元素的相对顺序要不要保持。
原数组: [A, B, C, D, E]
删除 C，稳定: [A, B, D, E]
删除 C，非稳定: [A, B, E, D]记忆钩子：稳定压缩要“排队秩序”，非稳定压缩只要“坑被填上”。
二、稳定压缩怎么做
稳定压缩常用读写双指针。读指针从左到右扫描所有元素，遇到要保留的元素就写到 write 位置，然后 write++。因为扫描顺序就是原数组顺序，所以写出的元素自然保持相对顺序。这个方法只覆盖有效前缀，不需要为每次删除单独搬移后缀，适合一次性删除多个元素。
let write = 0;
for (let read = 0; read < arr.length; read++) {
if (arr[read] !== target) {
arr[write++] = arr[read];
}
}
arr.length = write;三、非稳定删除怎么做
如果顺序不重要，删除某个下标 i 时可以直接把最后一个元素放到 i，然后缩短数组。这样不用移动 i 后面的所有元素，单次删除是 O(1)。很多游戏实体池、任务候选集合、随机集合都会用这种方式，因为它们只关心元素是否存在，不关心顺序。代价是遍历时要小心，被换过来的元素还没处理。
function removeAtUnstable(arr, i) {
arr[i] = arr[arr.length - 1];
arr.pop();
}四、带数字比较成本
长度 100 万的数组，如果删除第 10 个元素并保持顺序，后面约 999990 个元素都要前移。非稳定删除只做一次赋值和一次缩短。差距巨大。但如果用户界面列表顺序不能乱，非稳定删除再快也不能用。性能优化不能破坏语义，这是面试里很重要的判断。
| 删除方式 | 是否保序 | 单次删除成本 |
|---|---|---|
| 后缀整体前移 | 是 | O(n) |
| 双指针批量压缩 | 是 | O(n) 总扫描 |
| 末尾填坑 | 否 | O(1) |
五、批量删除时为什么双指针更好
如果要删除所有满足条件的元素，逐个删除并搬移会重复移动同一批元素，最坏可能 O(n²)。双指针一次扫描把要保留的元素压到前面，总成本 O(n)。这就是为什么很多数组原地删除题都推荐“读写指针”，而不是遇到一个删一个。它既保序，又避免重复搬移。
逐个稳定删除：每删一次搬一次后缀
双指针压缩：每个元素最多读一次、写一次六、删除时还要考虑引用释放
在一些语言中，数组缩短或覆盖后，尾部旧引用如果仍然存在，可能影响垃圾回收。比如 Java 的 ArrayList 删除元素后，会把不再使用的位置置为 null，帮助 GC 回收对象。底层数组操作不只是算法复杂度，还涉及内存管理。面试如果聊到工程实现，可以补这个细节。
有效区: [A, B, D, E]
旧尾部: [E] 如果仍被引用，可能影响对象回收七、常见误区与追问
- 误区：数组删除一定要保持顺序。 是否保序取决于业务语义，内部集合可以非稳定删除。
- 误区：双指针删除单个元素总是最优。 单个元素且不保序时，末尾填坑可以 O(1)。
- 误区：非稳定删除不会影响遍历。 换到当前位置的新元素可能还没处理，循环下标要谨慎。
- 追问：为什么批量删除不用逐个 remove？ 逐个 remove 会重复搬移，双指针一次扫描更稳。
- 追问：稳定压缩为什么保序？ 因为读指针按原顺序扫描，保留元素按遇到顺序写入。
八、加强记忆
数组压缩的选择可以记成“要秩序还是要速度”。要保留顺序，就用稳定压缩和读写双指针；不要顺序，就用末尾元素填坑。面试回答时不要只背代码，要先问顺序是否有语义，再给复杂度和遍历注意点，这样才像真正做工程决策。