最近开始回归理论知识，好好复习之前学的内容，总结成文章，之后不定期的复习。加油啦！
##1。数据结构的基础知识：
###数据结构的基本概念：
研究数据元素之间的关系(数组/链表/树/图）。
数据：程序的操作对象，用于描述客观事物。
数据元素：组成数据的基本单位。
数据对象：性质相同的数据元素的集合。
举例：int a ，int b..... a b表示数据 ；int array[10],数据对象； array[0] array[1] ...是数据元素（一个一个节点），
###数据结构的逻辑关系：
四种关系：
集合：数据元素之间没有关系
线性结构：数据元素之间是一对一的关系 如链表，队列
树形结构：数据元素是一对多的关系 如树
图状结构：数据元素之间是多对多的关系 如图
###数据的物理结构：
物理结构也称存储结构，是数据的逻辑结构在计算机存储器内的表示（或映像），依赖与计算机。
存储结构可分为四大类：顺序，链表， 索引，散列（md5，sha1,sha256,sha512,SM系列），
###数据的运算：
插入，删除，修改，查找，排序。
##2.算法：
###算法的概念：
算法重要的是思想，算法是问题求解的步骤。
###算法与数据结构区别：
数据结构只是静态的描述了数据元素的关系。程序 = 算法 + 数据结构
###算法的特性：
输入，输出，有穷性，确定性，可行性。
###算法效率的度量：
事前分析结算，依据统计的方法对算法效率进行估算。
影响算法效率的主要因素：
算法采用的策略和方法，问题的输入规模，编译器所产生的代码，计算机的执行速度。
根据程序执行步骤的多少，判断算法的复杂度。-------> 大O表示法
最坏的情况下的时间复杂度和空间复杂度。
####时间复杂度
作用：时间复杂度是度量算法执行时间的长短；（时间复杂度简单的理解就是执行语句的条数。如果有循环和递归，则忽略简单语句，直接算循环和递归的语句执行次数）
时间复杂度用大O渐进表示法表示
时间复杂度的计算：
1，找出执行语句的条数。 如果有循环和递归，则忽略简单语句，直接算循环和递归的语句执行次数；如果算法中有包含嵌套的循环，则执行次数通常是将两个循环次数相乘 ，如果算法中包含并列的循环，则将并且的相加；
2， 将语句执行次数的数量级放入大Ο记号中；
用常数1取代运行时间中的加法常数；
在修改后的运行次数函数中，只保留最高阶项；
如果最高项系数存在且不是1，则去除与这个项相乘的常数；
####空间复杂度
作用：空间复杂度是度量算法所需存储空间的大小（算法的空间复杂度并不是计算实际占用的空间，而是计算整个算法的辅助空间单元的个数）记做S(n)=O(f(n))。
简单理解就是算法执行时创建的变量（包括临时变量）个数
①忽略常数，用O(1)表示
②递归算法的空间复杂度=递归深度N*每次递归所要的辅助空间
③对于单线程来说，递归有运行时堆栈，求的是递归最深的那一次压栈所耗费的空间的个数，因为递归最深的那一次所耗费的空间足以容纳它所有递归过程。递归是要返回上一层的，所以它所需要的空间不是一直累加起来的 .