為什麼要學習資料結構和演算法？

1.直接好處是能夠有寫出效能更優的程式碼
2.演算法，是一種解決問題的思路和方法，有機會應用到生活和事業的其他方面。
3.長期來看，大腦思考能力是個人最重要的核心競爭力，而演算法是為數不多的能夠有效訓練大腦思考能力的途徑之一。

什麼是資料結構？什麼是演算法？資料結構與演算法的關係？

資料結構就是指一組資料的儲存結構。
演算法就是操作資料的一組方法。
關係：資料結構是為演算法服務的，演算法要作用在特定的資料結構之上。因此，我們無法孤立資料結構來講演算法，也無法孤立演算法來講資料結構。

比如，因為陣列具有隨機訪問的特點，常用的二分查詢演算法需要用陣列來儲存資料。但如果我們選擇連結串列這種資料結構，二分查詢演算法就就無法工作了，因為連結串列並不支援隨機訪問。
資料結構是靜態的，它只是組織資料的一種方式。如果不在它的基礎上操作、構建演算法，孤立存在的資料結構就是沒用的。&oq=資料結構是靜態的，它只是組織資料的一種方式。如果不在它的基礎上操作、構建演算法，孤立存在的資料結構就是沒用的。

學習的重點在什麼地方？

1. 首先要掌握一個數據結構與演算法中最重要的概念——複雜度分析。
   資料結構和演算法解決的是如何更省、更快地儲存和處理資料的問題，因此，我們就需要一個考量效率和資源消耗的方法，這就是複雜度分析方法。
   2.掌握10種經典資料結構和10種演算法：
   10個數據結構：陣列、連結串列、棧、佇列、散列表、二叉樹、堆、跳錶、圖、Trie+樹；
   10個演算法：遞迴、排序、二分查詢、搜尋、雜湊演算法、貪心演算法、分治演算法、回溯演算法、動態規劃、字串匹配演算法。

有效學習方法：

1.多總結練習，適度刷題
2.思考，討論，多問，評論
3.針對每個具體的演算法和資料結構須理解：來歷，自身特點，適用方式，實際應用場景
最後是一張學習圖譜：