一、数据结构概念：
是计算机存储、组织数据的方式，是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关系。
image.png
1、数据结构分类:
逻辑结构：集合结构、线性结构、树形结构、图形结构。
存储结构：表、堆栈、队列、数组、树、二叉树、图。
二、算法概念：
算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。
如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。
一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
1、空间复杂度：
是对一个算法在运行过程中临时占用存储空间大小的量度，记做S(n)=O(f(n))。
2、时间复杂度：
function1() {
for(int i = 0; i < n; i++) {
for(int j = 0; j < n; j ++) {
// dosomething;
}
}
for(int i = 0; i < n; i++) {
//dosomething
}
// dosomething
}
function1()时间复杂度：O(n)=
function2()时间复杂度：O(n)=
function2() {
for(int i = 0; i < n; i++) {
for(int j = 0; j < n; j ++) {
// dosomething;
}
}
上述代码时间复杂度虽然不一样，但是在n->∞，上述时间复杂度都是趋近于n2,所以上述两段代码时间复杂度代码是等效的。
算法的效率: 算法所处理的数据个数n 的函数。关键代码的执行次数。
三、总结：
程序好坏=空间复杂度+时间复杂度+应用场景(重要)
