学数据结构的意义和需要了解的基础知识

本人为初学者，此文为学习的一些总结，如有不当之处，还请多多包涵。

要说起学习数据结构的意义，不得不先说一下，CPU,内存，磁盘（硬盘或固态硬盘）。

首先，CPU中的存储空间很小，基本可以忽略不计，（造价太贵），其次是内存（造价也很贵），再其次是磁盘（硬盘一般很大，因为造价最便宜）。数据在磁盘中为链式存储，在内存中既有链式存储，又有顺序存储。

每个磁盘有两个机械臂，在其两侧，每次读取时，就开始转圈读取，笔记本一般是5400r/分钟，台式一般是7200r/分钟，服务器一般是10000r/分钟。磁盘的材料好像是硅，硅分正负电极，在读取时，分别对应二进制中的0和1。

如果CPU直接从磁盘中读取的话，消耗的时间是巨大的，这也是内存存在的意义，先将数据从磁盘转到内存，再从内存转移到CPU，因为将数据从磁盘到内存比从磁盘到CPU要快很多。

每个磁盘在格式化时都需要指定分配单元块的大小，在存储时，不满一个单元块的占一个单独的单元块。为什么电脑用很久之后会很卡？ 就是因为，随着时间的推移，刚开始的数据的存储都是紧挨着的，随着删除等的操作，出现了很多的琐碎的空间，正是因为这些琐碎的空间，使得比较大的数据无法连续的存储，在调用的时候，就比较消耗时间。这些操作称为IO操作（输入输出的操作）。

默认为4kb，一般大的数据单元格需要设定大一些，小的数据应该设定的小一些（让不然浪费的空间会很多）。

地址连续的存储和地址不连续的存储都有各自的优势和劣势，有没有一个比较好的能够涵盖这两个呢？ 这就是顺序二叉树！该结点的左侧都比它小，右侧都比它大。（或者反过来）
增删改查四种操作中：
增操作，每一层只需要比较一次，依次比较，添加到合适的位置，其算法复杂度O（log(n)）级别。
删除操作，只需要找到该结点左子树中的最大值（最右侧）或者其右子树中的最小值（最左侧）来代替该结点即可，算法复杂度也为O（log(n)）级别。
改操作，就是删除操作和增操作的结合，先将该数删了，再增加一个数，算法复杂度为O（log(n)）级别。
查操作就很直接，直接比较，找到为止，算法复杂度也为O（log(n)）级别。

栈有何用？
例如一个简单的程序如下：

int i,j;
{
	int x,y;
	{
		int z;
	}
}

其如何实现的呢？
先将i,j入栈，再将x,y入栈，再将z入栈，第一个括号结束，z出栈，第二个括号结束，x,y出栈，最后i,j出栈。

学数据结构的意义：
主要是针对内存来说的，用来优化内存。以及在处理大数据的时候可以让计算机以更高的效率来运行。