数据结构的思考

https://mooc.study.163.com/course/1000033001#/info

数据结构和算法是计算机科学非常重要的专业基础课，学了这两门课的意义是什么呢？

算法解决的问题，对于一个问题该怎么解决，没有更快的解决办法，算法究竟有多快，消耗多少资源
抽象数据类型，可以有不同的实现，通过看接口，可以知道这个类型到底有什么功能

1. 解决一个问题，可以使用不同的数据结构进行描述，而选择的数据结构往往会影响到性能
2. 性能是非常重要的，不同时间复杂度的算法，所花费的时间是不一样的，专业程序员需要尽可能优化自己的代码，让程序跑的快一点，而且学了一定要用上，这能够体现一个程序员的价值。比如一个程序员实现的算法是 O(N^2), 另外一个程序员实现的是 O(n), 虽然有的时候公司的数据规模不大，但是一旦规模上来了，就能体现程序员的价值了，体现一个程序员的功底
3. 节省内存，选择一个好的数据结构，还能够节省内存
4. 计算机专业学生和别的专业不一样，需要看看一个算法是如何实现的，如何将一个问题抽象成计算机问题
5. 不同的数据结构有不同的适用场景，需要根据场景，选择合适的数据结构
6. 排序算法：如果有1w个数字以上，那么排序算法的优势就显现了
   冒泡排序：可以适用于数组和链表，而且是稳定的

image.png

冒泡 ： 链表 & 数组 都可以用
插入排序：是逆序对的个数如果数据基本有序，那么插入排序简单且高效
堆排序的实际效果可能没有希尔排序（sedgewick增量）的效果好。
归并排序：一般不用来做内部排序，仅仅用来做外部排序
桶排序：O(N) （数字范围有限），比如有400个学生，按照成绩进行排序（成绩在0-100之间）
又如果：有10个数字，数字范围是0-1w，那么桶排序就不那么试用了，你为你要搞1w个桶，不如直接用插入排序快。
又如果：有1w个数字，范围在0-1W之间，而且是十进制的，就可以按照位进行排序。

如果知道数据的特性，那么选择一个更加高效的算法，如果啥都不管，那就用快排好了。
所以说理解业务是非常重要的（如何理解业务呢？）

• 可以看统计
• 跟业务沟通

<--------------------------------------------------------------------------------------------------->

1. 应用 （遇到了一个问题）
2. 定义
3. 逻辑结构
4. 物理结构（如何存储，如何表示的：数组和链表都可以实现List）
5. 种类
6. 操作
7. 速度