1.引子

1.1.為什麼要學習資料結構與演算法？

有人說，資料結構與演算法，計算機網路，與作業系統都一樣，脫離日常開發，除了面試這輩子可能都用不到呀！

有人說，我是做業務開發的，只要熟練API，熟練框架，熟練各種中介軟體，寫的程式碼不也能“飛”起來嗎？

於是問題來了：為什麼還要學習資料結構與演算法呢？

#理由一：
    面試的時候，千萬不要被資料結構與演算法拖了後腿
#理由二：
    你真的願意做一輩子CRUD Boy嗎
#理由三：
    不想寫出開源框架，中介軟體的工程師，不是好廚子

1.2.如何系統化學習資料結構與演算法？

我想好了，還是需要學習資料結構與演算法。但是我有兩個困惑：

1.如何著手學習呢？

2.有哪些內容要學習呢？

學習方法推薦：

#學習方法
1.從基礎開始，系統化學習
2.多動手，每一種資料結構與演算法，都自己用程式碼實現出來
3.思路更重要：理解實現思想，不要背程式碼
4.與日常開發結合，對應應用場景

學習內容推薦：

資料結構與演算法內容比較多，我們本著實用原則，學習經典的、常用的資料結構、與常用演算法

#學習內容：
1.資料結構的定義
2.演算法的定義
3.複雜度分析
4.常用資料結構
    陣列、連結串列、棧、佇列
    散列表、二叉樹、堆
    跳錶、圖
5.常用演算法
    遞迴、排序、二分查詢
    搜尋、雜湊、貪心、分治
    動態規劃、字串匹配

2.考考你

#考考你：
1.你能用自己的話給資料結構下定義嗎？
2.你能用自己的話給演算法下定義嗎？
3.你知道複雜度分析嗎？
4.你知道時間複雜度分析嗎？
5.你知道空間複雜度分析嗎？
6.你知道大O表示法的含義嗎？

3.討論分享

#考考你答案：
1.你能用自己的話給資料結構下定義嗎？
  1.1.資料結構，就是【儲存資料】的結構
  1.2.比如：圖書館將書籍分類、按照規律編號儲存
  1.3.那麼按照規律編號，就是“書籍資料”的儲存結構
  
2.你能用自己的話給演算法下定義嗎？
  2.1.演算法，就是【操作資料】的方法
  2.2.比如：你要找書，一本一本的找是演算法
  2.3.比如：你要找書，根據書籍的分類找也是演算法

3.你知道複雜度分析嗎？
  3.1.資料結構與演算法核心二字決：快、省
  3.2.快，是指執行效率要高
  3.3.省，是指消耗的空間要少
  3.4.通過複雜度分析，可以衡量演算法的執行效率
  3.5.通過複雜度分析，可以衡量演算法的空間消耗

4.你知道時間複雜度分析嗎？
  4.1.【時間】複雜度分析，用於衡量演算法的執行效率
  
5.你知道空間複雜度分析嗎？
  5.1.【空間】複雜度分析，用於衡量演算法的空間消耗

6.你知道大O表示法的含義嗎？
  6.1.大O表示法：時間複雜度，表示資料規模的增長，與演算法執行時間的增長趨勢
  6.2.大O表示法：空間複雜度，表示資料規模的增長，與演算法儲存空間的增長趨勢
  6.3.大O表示法公式：T(n)=O(f(n))
  6.4.公式解讀：
    T(n)：代表程式碼執行時間
    n：代表資料規模
    f(n)：代表每行程式碼執行的次數總和
    O：表示程式碼執行時間T(n)，與程式碼執行次數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.以上程式碼時間複雜度是：O(n)
   b.大O表示法公式：T(n)=O(f(n))
   c.由於f(n)是一個線性函式，推匯出：T(n)=O(n)

&n