【数据结构】前言部分

        感觉快要秋招了，学的东西还是学完就忘，太难受了...

        感觉东西不能信手拈来，还是差点意思，例如数据结构或者STL容器这种。

        不如从头学起，学就完了！

        时间复杂度和空间复杂度，用来度量代码效率。

        我们编程就是产生应用的过程，为了解决问题，但是也要更好的、更优的去解决。

        围绕复杂度展开的问题：算法/数据结构的选择、代码效率提升、降低时空间复杂度。

        时间复杂度指的是：程序运行时代码执行次数。

        计算复杂度：看循环的层数，以及变量的增幅，循环变化和终点。

        复杂度性质：

1. 复杂度与具体的常系数无关
2. 多项式级复杂度相加，把高次作为结果
3. O(1)的含义是，某个任务通过有限可数的资源即可完成，与输入的数据量n无关

        其他结论：

1.  一个顺序结构的代码O(1)，就是即使是1000行那也是O(1)。
2. 采用分治法的二分策略，O(logn)。
3. 一个简单的循环O(n)。
4. 两个顺序执行的循环：取最高项。
5. 两个嵌套循环：O(n2)。

        可以用空间换时间，空间廉价，时间宝贵。要快！

        数据结构可以按照逻辑结构分类：

        主要是一对一、一对多、多对多。

        集合没逻辑，一对一的是线性结构，例如一维数组、栈、队列等，而一对多或多对多就是例如树和图，就属于是非线性结构。

        当然也可以按照存储结构分类，例如顺序、链式、索引、散列。

1. 顺序就类似数组，空间连续。
2. 链式就是链表，地址不连续，通过指针使其相连。
3. 索引可以理解为目录，索引底层数据结构是B+树。B+树的优点是层数少，可以快速查找。缺点是插入速度慢。
4. 散列英文hash，不连续存储，但是可以迅速找到，可以联想哈希表。 

        这两种分类并不是冲突，例如以数组存储的栈结构，那么它就是顺序存储的线性结构，我直接top指针加减就做到了入栈出栈。但是栈算是受限的结构。

        双向链表满足一对一，是线性结构，可以理解为：天生的就是单项链表，你的前后都定了，后天给你加上的反向，故，你还是一个一对一结构。

        数据结构主要是研究：增删查。

        小tips：

        ^的优先级低于+-号，并且表示异或，而并不是次方。

        可以通过异或来实现无需中间值的两者交换。

        并且，并不是长得奇怪的符号优先级就高...

        学！为什么不学！