本講內(nèi)容：
為什么學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)和算法？
學(xué)習(xí)重點是什么？
復(fù)雜度分析？
為什么學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)和算法
閱讀框架源碼，理解其背后的設(shè)計思想
不想只會寫CRUD，只寫出能用的代碼，而是想寫出高質(zhì)量，性能較優(yōu)的代碼
以上都是為了能在軟件開發(fā)行業(yè)有長久的發(fā)展，不管是在升職加薪還是以后跳槽面試，都是必不可少的
學(xué)習(xí)重點是什么？
什么是數(shù)據(jù)結(jié)構(gòu)和算法？
數(shù)據(jù)結(jié)構(gòu)，就是一組數(shù)據(jù)的存儲結(jié)構(gòu)。
算法，就是操作數(shù)據(jù)的一組方法。
數(shù)據(jù)結(jié)構(gòu)是為算法服務(wù)的，算法要作用在特定的數(shù)據(jù)結(jié)構(gòu)之上。數(shù)據(jù)結(jié)構(gòu)是靜態(tài)的，它只是組織數(shù)據(jù)的一種方式。如果不在它的基礎(chǔ)上操作、構(gòu)建算法，孤立存在的數(shù)據(jù)結(jié)構(gòu)就是沒用的。
為什么需要數(shù)據(jù)結(jié)構(gòu)和算法？
首先來看數(shù)據(jù)結(jié)構(gòu)和算法解決的是什么問題：如何更省、更快（空間和時間）地存儲和處理數(shù)據(jù)的問題
其次為什么要解決這個問題？原因是隨著計算機(jī)技術(shù)的發(fā)展，數(shù)據(jù)規(guī)模在不斷擴(kuò)大，但是計算機(jī)本身的計算和存儲能力的發(fā)展相比于數(shù)據(jù)的擴(kuò)張較為緩慢。而且人類對于高效率的追求是一個不變的目標(biāo)。如何提高計算機(jī)的計算效率，由此產(chǎn)生了數(shù)據(jù)結(jié)構(gòu)和算法。
如何衡量數(shù)據(jù)結(jié)構(gòu)和算法？
為了提升計算效率，大家設(shè)計了很多種數(shù)據(jù)結(jié)構(gòu)和算法。這些數(shù)據(jù)結(jié)構(gòu)和算法之間誰更優(yōu)，這時就需要一個衡量的標(biāo)準(zhǔn)和方法。這個衡量方法即為復(fù)雜度分析。
復(fù)雜度分析：時間復(fù)雜度分析和空間復(fù)雜度分析
這也對應(yīng)了數(shù)據(jù)結(jié)構(gòu)和算法解決的問題：更快和更省的存儲和處理數(shù)據(jù)
學(xué)習(xí)內(nèi)容
10個數(shù)據(jù)結(jié)構(gòu): 數(shù)組，鏈表，棧，隊列，散列表，二叉樹，堆，跳表，圖，Trie樹
10個算法： 遞歸，排序，二分查找，搜索，哈希算法，貪心算法，分治算法，回溯算法，動態(tài)規(guī)劃，字符串匹配算法
復(fù)雜度分析
什么是復(fù)雜度分析？
復(fù)雜度分析是從時間和空間緯度衡量數(shù)據(jù)結(jié)構(gòu)和算法的。具體點說，復(fù)雜度描述的是算法執(zhí)行時間（或占用空間）與數(shù)據(jù)規(guī)模的增長關(guān)系。
為什么要進(jìn)行復(fù)雜度分析？
是一種理論分析的工具，能夠幫助我們計算代碼的性能，在進(jìn)行實際測試之前有個宏觀的認(rèn)識，幫助我們寫出高質(zhì)量的代碼。而且這種分析不依賴執(zhí)行環(huán)境、成本低、效率高、易操作、指導(dǎo)性強(qiáng)。
怎么進(jìn)行復(fù)雜度分析？
大 O 復(fù)雜度表示法
示例：
時間復(fù)雜度分析：
第 2、3 行代碼分別需要 1 個 unit_time 的執(zhí)行時間
第 4、5 行都運行了 n 遍，所以需要 2n*unit_time 的執(zhí)行時間
這段代碼總的執(zhí)行時間就是 (2n+2)*unit_time。
所有代碼的執(zhí)行時間 T(n) 與每行代碼的執(zhí)行次數(shù)成正比。
分析方法：
1. 只關(guān)注循環(huán)執(zhí)行次數(shù)最多的一段代碼
2.?加法法則：總復(fù)雜度等于量級最大的那段代碼的復(fù)雜度
3. 乘法法則：嵌套代碼的復(fù)雜度等于嵌套內(nèi)外代碼復(fù)雜度的乘積
幾種常見時間復(fù)雜度實例分析
多項式階：隨著數(shù)據(jù)規(guī)模的增長，算法的執(zhí)行時間和空間占用，按照多項式的比例增長。包括，O(1)（常數(shù)階）、O(logn)（對數(shù)階）、O(n)（線性階）、O(nlogn)（線性對數(shù)階）、O(n^2)（平方階）、O(n^3)（立方階）
非多項式階：隨著數(shù)據(jù)規(guī)模的增長，算法的執(zhí)行時間和空間占用暴增，這類算法性能極差。包括，O(2^n)（指數(shù)階）、O(n!)（階乘階）
