数据结构 & 算法
为什么要学习数据结构和算法？
它对我们开发和程序有什么帮助？
像我们平常都是使用框架和库进行开发的项目的，我们也不太可能去修改库和框架的内部代码，那我们应该如何优化我们的程序，要从哪方面入手呢？可以通过数据处理的操作进行优化，数据处理就会涉及到数据结构和算法的相关内容。
我们的程序一般都是由数据结构和算法结合得到的一个产物（数据结构 + 算法 = 程序），数据结构为算法提供服务，算法围绕数据结构操作。
现实生活举例
数据结构：计算机存储、组织数据的方式，就像生活中的锅碗瓢盆。
算法：一系列解决问题的清晰指令，就像食谱，你做出来的菜好不好吃，取决于你的食谱。在程序里面就代表了，你写出来的程序的性能的优劣。
常见的数据结构
有序数据结构
- 数组
- 栈
- 队列
- 链表
无序数据结构
- 集合
- 字典
树形数据结构
- 树
- 堆
- 图
常见的算法
链表
- 遍历链表
- 删除链表节点
- 双指针
树、图
- 深度优先搜索
- 广度优先搜索
- 递归
数组
- 冒泡排序
- 选择排序
- 插入排序
- 归并排序
- 快速排序
- 顺序搜索
- 二分搜索
常见的算法设计思想
- 分而治之
- 动态规划
- 贪心
- 回溯
什么是算法？
算法（ Algorithm ）是指用来操作数据、解决程序问题的一组方法。对于同一个问题，使用不同的算法，也许最终得到的结果是一样的，但在过程中消耗的资源和时间却会有很大的区别。
那么我们应该如何去衡量不同算法之间的优劣呢？
主要还是从算法所占用的「时间」和「空间」两个维度去考量。
- 时间维度：是指执行当前算法所消耗的时间，我们通常用「时间复杂度」来描述
- 空间维度：是指执行当前算法需要占用多少内存空间，我们通常用「空间复杂度」来描述
因此，评价一个算法的效率主要是看它的时间复杂度和空间复杂度情况。然而，有的时候时间和空间却又是「鱼和熊掌」，不可兼得的，那么我们就需要从中去取一个平衡点。
可是，我们的代码都还没有运行起来，我怎么能预知到代码运行所消耗的时间和空间呢？由于运行环境和输入规模的影响，代码的绝对执行时间是无法估计的。但是我们却可以预估出代码的基本操作执行次数和额外占用的空间。
接下来会分别介绍一下「时间复杂度」和「空间复杂度」的计算方式。