数据结构与算法系列一（开篇）

1.引子

1.1.为什么要学习数据结构与算法？

有人说，数据结构与算法，计算机网络，与操作系统都一样，脱离日常开发，除了面试这辈子可能都用不到呀！

有人说，我是做业务开发的，只要熟练API，熟练框架，熟练各种中间件，写的代码不也能“飞”起来吗？

于是问题来了：为什么还要学习数据结构与算法呢？

#理由一：
    面试的时候，千万不要被数据结构与算法拖了后腿
#理由二：
    你真的愿意做一辈子CRUD Boy吗
#理由三：
    不想写出开源框架，中间件的工程师，不是好厨子

1.2.如何系统化学习数据结构与算法？

我想好了，还是需要学习数据结构与算法。但是我有两个困惑：

1.如何着手学习呢？

2.有哪些内容要学习呢？

学习方法推荐：

#学习方法
1.从基础开始，系统化学习
2.多动手，每一种数据结构与算法，都自己用代码实现出来
3.思路更重要：理解实现思想，不要背代码
4.与日常开发结合，对应应用场景

学习内容推荐：

数据结构与算法内容比较多，我们本着实用原则，学习经典的、常用的数据结构、与常用算法

#学习内容：
1.数据结构的定义
2.算法的定义
3.复杂度分析
4.常用数据结构
    数组、链表、栈、队列
    散列表、二叉树、堆
    跳表、图
5.常用算法
    递归、排序、二分查找
    搜索、哈希、贪心、分治
    动态规划、字符串匹配

2.考考你

#考考你：
1.你能用自己的话给数据结构下定义吗？
2.你能用自己的话给算法下定义吗？
3.你知道复杂度分析吗？
4.你知道时间复杂度分析吗？
5.你知道空间复杂度分析吗？
6.你知道大O表示法的含义吗？

3.讨论分享

#考考你答案：
1.你能用自己的话给数据结构下定义吗？
  1.1.数据结构，就是【存储数据】的结构
  1.2.比如：图书馆将书籍分类、按照规律编号存储
  1.3.那么按照规律编号，就是“书籍数据”的存储结构
  
2.你能用自己的话给算法下定义吗？
  2.1.算法，就是【操作数据】的方法
  2.2.比如：你要找书，一本一本的找是算法
  2.3.比如：你要找书，根据书籍的分类找也是算法

3.你知道复杂度分析吗？
  3.1.数据结构与算法核心二字决：快、省
  3.2.快，是指执行效率要高
  3.3.省，是指消耗的空间要少
  3.4.通过复杂度分析，可以衡量算法的执行效率
  3.5.通过复杂度分析，可以衡量算法的空间消耗

4.你知道时间复杂度分析吗？
  4.1.【时间】复杂度分析，用于衡量算法的执行效率
  
5.你知道空间复杂度分析吗？
  5.1.【空间】复杂度分析，用于衡量算法的空间消耗

6.你知道大O表示法的含义吗？
  6.1.大O表示法：时间复杂度，表示数据规模的增长，与算法执行时间的增长趋势
  6.2.大O表示法：空间复杂度，表示数据规模的增长，与算法存储空间的增长趋势
  6.3.大O表示法公式：T(n)=O(f(n))
  6.4.公式解读：
    T(n)：代表代码执行时间
    n：代表数据规模
    f(n)：代表每行代码执行的次数总和
    O：表示代码执行时间T(n)，与代码执行次数f(n)成正比
    
  6.5.栗子：
  public int sum(int n){
    int sum = 0;
    for(int i=1;i<=n;i++){
      sum +=i;
    }
    
    return sum;
   }
   a.以上代码时间复杂度是：O(n)
   b.大O表示法公式：T(n)=O(f(n))
   c.由于f(n)是一个线性函数，推导出：T(n)=O(n)