接上篇文章，在我意識到資料結構與演算法的重要性時，正好在群裡有人分享了極客時間的資料結構與演算法之美的課程，從入門篇、基礎篇、高階篇到實戰篇，由淺入深的講述常用的資料結構與演算法，特別是在留言區作者的留言"邁不過去你找我退錢"，我就喜歡這種有自信的人，當然不是完全指望他人幫自己把演算法撿起來，
既然來了，就要全身心的投入，在此立個flag,通過這個階段的學習，理解常用的演算法與資料結構，掌握複雜度的分析，將提高程式碼執行效率思想融入日常開發中。

第1章 為什麼要學習資料結構與演算法
目的：我們學習資料結構與演算法，並不是為了死記硬背幾個知識點。我們的目的是建立時間複雜度、空間複雜度意識，寫出高質量的程式碼，能夠設計基礎架構，提升程式設計技能，訓練邏輯思維，積攢人生經驗，以此獲得工作回報，實現個人價值。
第二章 如何抓住重點，系統高效的學習資料結構與演算法
定義：從廣義上講，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。
兩者關係：資料結構與演算法是相輔相成的，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。
                    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。
學習重點：效率與資源消耗的度量衡-複雜度分析，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、二份查詢、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。
學習技巧:
                1，邊學邊練，適度刷題。
                2，多問、多思考、多互動。
                3，打怪升級學習法，設立切實可行的目標。
                4，知識需要沉澱，不要試圖一下子掌握所有

第3章 複雜度分析（上）：如何分析、統計
複雜度分析的重要性：複雜度分析時整個演算法學習的精髓，只要掌握了它，資料結構與演算法的內容基本上就掌握了一半。
為何需要複雜度分析：
                                        1，測試結果非常依賴測試環境。
                                        2，測試結果受資料規模的影響很大。
大O表示法：T(n)=O(f(n))
                     T(n)表示程式碼執行時間，n表示資料規模的大小，f(n)代表每行程式碼執行的次數總和，O表示程式碼的執行時間T(n)與f(n)成正比。
整個意義：代表程式碼執行時間隨資料規模增長的變化趨勢。
複雜度分析法則：
                    1），單段程式碼看高頻：比如迴圈
                    2），多段程式碼取最大：比如一段程式碼中有單迴圈與多重迴圈，那麼取多重迴圈。
                    3），巢狀程式碼求乘積：比如遞迴、多重迴圈等。
                    4），多個規模求加法：比如方法有兩個引數控制兩個迴圈的次數，那麼這時取二者複雜度相加。
常見的複雜度級別：
多項式階：O(1)常數階,O(logn)對數階,O(n)線性階,O(nlogn)線性對數階,O(n^2)平方階等
非多項式階：隨著資料規模的增長，演算法的執行時間暴增，這類演算法效能極差，包括指數階，階乘階。

第5章 陣列：為什麼很多程式語言中陣列都從0開始編號
    本章開始的時候丟擲了一個問題：為什麼很多程式語言中陣列都是從0開始編號？這個問題很有意思，雖然我經常用到陣列，但是還真的
沒想到過為什麼是從0開始的。
 
  如何實現隨機訪問？
  陣列的定義：陣列是一種線性表資料結構，它用一組連續的記憶體空間，來儲存一組具有相同型別的資料。
  第一是線性表。線性表就是資料排成像一條線一樣的結構。每個線性表上的資料最多隻有前和後兩個方向。除了陣列，連結串列，佇列，棧都是線性結構。
    第二是連續的空間和相同的型別的資料。計算記憶體地址：a[i]_address = base_address + i * data_type_size（陣列和連結串列的區別？）
    陣列刪除(JVM標記清除垃圾回收演算法)。插入刪除的時間複雜度為O(n)
    很多時候，我們並不是要去死記硬背某個資料結構的或者演算法，而是要去學習它背後的思想和處理技巧，這些東西才是最有價值的。 

    如果使用1作為陣列的開始：    
    a[k]_address = base_address + (k-1)*type_size，要多做一次減法運算。

第6章 連結串列(上)：如何實現LRU快取淘汰演算法？
連結串列結構：單鏈表、雙向連結串列、迴圈連結串列。
單鏈表：頭結點用來記錄連結串列的基地址，尾節點指向空地址NULL 。
迴圈連結串列：尾節點指向頭結點。著名的約瑟夫問題。
雙向連結串列：具有後繼指標next與前驅指標prev。linkhashpmap用到了雙向列表。

對於執行較慢的程式，可以通過消耗更多的記憶體（空間換時間,比如快取）來進行優化；
而消耗過多記憶體的程式，可以通過消耗更多的時間（時間換空間，比如手機微控制器）來降低記憶體的消耗。

連結串列 & 陣列
陣列：插入刪除O(n),隨機訪問O(1). 缺點：大小固定，需要連續的內容空間。如果太小，如要擴容，則輸入需要遷移。如果太大，則容易導致記憶體不足，使用效率不高。
連結串列：插入刪除O(1),隨機訪問O(n). 缺點：儲存同樣大小資料，需要更多空間，因為節點。連結串列的頻繁插入刪除容易導致記憶體碎片，造成GC .

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

ArrayList 詳解

ArrayList是一個數組佇列，相當於動態陣列。ArrayList的操作不是執行緒安全的。

ArrayList包含了兩個重要的物件：elementData 和 size。

(01) elementData 是"Object[]型別的陣列"，它儲存了新增到ArrayList中的元素。實際上，elementData是個動態陣列，我們能通過建構函式 ArrayList(int initialCapacity)來執行它的初始容量為initialCapacity；如果通過不含引數的建構函式ArrayList()來建立ArrayList，則elementData的容量預設是10。elementData陣列的大小會根據ArrayList容量的增長而動態的增長，具體的增長方式，請參考原始碼分析中的ensureCapacity()函式。

(02) size 則是動態陣列的實際大小。

---------------------------------------------------------------------------------------------------------------------------------------------------------------------