数据结构的认识

1、为什么要学习数据结构

在我们生活中，要学习识字，写作，出书

编程也一样，学习数据结构就像生活中识字一样。然后在进行实践，实现简单的数据结构的操作，最后开发出相应的应用APP，网站等。

数据结构，在开发，面试中都很有用，面试中大多数面试官喜欢问数据结构，来判断一个人编程是否学习的扎实。

2、数据结构有哪些

线性表、栈、队列、（字符串）、数组、广义表、树、二叉树、图。

重点：线性表、二叉树

对应的数据结构操作：添加、更新、删除、查询、排序等

3、数据结构与算法入门

1、基本概念

数据对象 = 数据项 + 数据元素 （参考二维表）

数据结构 = 逻辑结构 +存储结构

数据结构= 逻辑结构 + 存储结构 +（在存储结构上的运行、操作）

2、数据结构类型

1、逻辑结构

集合结构：确定性，唯一性，无序性（洒在地上的豆子）hashSet

线性结构：简单来理解就是 一对一（一条线）

树状结构：一对多（公司层次图）

网状结构：多对多（地铁路线图）

举个简单的例子：干刚入学的时候，可能每个人都不认识，就是集合结构，后面进行了学号分配，那么每个人的学号就是线性结构了，后面开始上课了。每个同学要交作业给组长，后面组长交作业给学习委员，最后交给老师，这就是树状结构。后面大家都很熟了，可能你和我是朋友和别也是朋友，那我和别人也是朋友，这种关系，就是网状结构了。哈哈，是不是很好理解啊。

2、存储结构

顺序存储：数组（查询快，删除，添加慢）

链式存储：查询慢，增删快

索引存储：图书，字典的目录

散列存储：添加，查询速快快（哈希表）

3、数据结构总结

4、算法

特点：输入、输出、可行性（时间，问题合理）、有穷性（不要死循环）、确定性（每次结果一样）

生活中我们解决问题的思路

算法也就是计算机解决问题的过程，思路。

评价算法的优劣的依据：根据复杂度（时间复杂度，空间复杂度）

5、算法的时间复杂度

时间复杂度：就是时间频度去掉阶项和首项常数。（频度:语句执行的次数）T(n) = O(n)

时间复杂度越大，效率越低。

6、空间复杂度

1、双重循环等，算法中临时变量的个数与问题规模无关，空间复杂度均为S(n)=O(1）

2、递归算法，每次递归，都会调用本身，开辟空间，所有空间复杂度为S(n) = O(n)