摘要：數(shù)據結構是指相互之間存在一種或多種特定關系的數(shù)據元素的集合。一個數(shù)據元素由若干數(shù)據項構成可認為是一個對象或者是數(shù)據庫的一條記錄。抽象數(shù)據類型抽象數(shù)據類型是一個實現(xiàn)包括儲存數(shù)據元素的存儲結構以及實現(xiàn)基本操作的算法。

重要性

數(shù)據結構與算法是程序員內功體現(xiàn)的重要標準之一，而數(shù)據結構的也應用在各個方面，更有程序=數(shù)據結構+算法這個等式存在。各個中間件開發(fā)者，架構師。他們都在努力的優(yōu)化中間件、項目結構以及算法提高運行效率降低內存占用。并且數(shù)據結構中也是蘊含模型以及面向對象的思想，掌握數(shù)據結構對邏輯思維處理抽象能力有很大提升。。

數(shù)據結構是計算機存儲、組織數(shù)據的方式。數(shù)據結構是指相互之間存在一種或多種特定關系的數(shù)據元素的集合。通常情況下，精心選擇的數(shù)據結構可以帶來更高的運行或者存儲效率。

簡言之，數(shù)據結構是一系列的存儲結構按照一定執(zhí)行規(guī)則、配合一定執(zhí)行算法所形成的高效的存儲結構。在我們所熟知的關系數(shù)據庫、非關系數(shù)據庫、搜索引擎存儲、消息隊列等都是比較牛的大型數(shù)據結構良好的運用。這些數(shù)據結構應用不僅僅考慮到內存范圍結構設計。還考慮實際os、網絡等其他因素。

而對于數(shù)據結構與算法這個專欄。我們程序員更改掌握的首先是在內存中運行的抽象的數(shù)據結構。是一個相對比較單一的數(shù)據結構類型，比如線性結構、樹、圖等等.

用戶信息表users

users的pojo對象

class users
{ 
     //略
     int id;
     String name;
     String sex;
}
//list和woman是數(shù)據
Listlist;//數(shù)據對象list
Listwoman;//數(shù)據對象woman
list.add(new users(001,"bigsai","man"));//添加數(shù)據元素 一個users由（001，bigsai，man）三個數(shù)據項組成 
list.add(new users(002,"smallsai","man"));//數(shù)據元素
list.add(new users(003,"菜虛鯤","woman"));//數(shù)據元素
woman.add(list.get(2));//003,"菜虛鯤","woman"三個數(shù)據項構成的一個數(shù)據元素

數(shù)據：對客觀事物的符號表示，指所有能輸入到計算機中并被計算機程序處理的符號的集合總稱。

上述表中的三條用戶信息的記錄就是數(shù)據(也可能多表多集合)。這些數(shù)據一般都是用戶輸入或者是自定義構造完成。當然，還有一些圖像、聲音也是數(shù)據。

數(shù)據元素：數(shù)據元素是數(shù)據的基本單位。一個數(shù)據元素由若干數(shù)據項構成！可認為是一個pojo對象、或者是數(shù)據庫的一條記錄。比如菜虛鯤那條記錄就是一個數(shù)據元素。

數(shù)據項： 而構成用戶字段/屬性的有id、name、sex等，這些就是數(shù)據項.數(shù)據項是構成數(shù)據元素的最小不可分割字段?？梢钥醋饕粋€pojo對象或者一張表(people)的一個屬性/字段的值。

數(shù)據對象：是相同性質數(shù)據元素的集合。是數(shù)據的一個子集。比如上面的users表、list集合、woman集合都是數(shù)據對象。多帶帶一張表，一個集合都可以是一個數(shù)據對象。

數(shù)據類型

原子類型：其值不可再分的類型。比如int，char，double，float等。

結構類型：其值可以再分為若干成分的數(shù)據類型。比如結構體構造的各種結構等。

抽象數(shù)據類型(ADT)：抽象數(shù)據類型（ADT）是一個實現(xiàn)包括儲存數(shù)據元素的存儲結構以及實現(xiàn)基本操作的算法。使得只研究和使用它的結構而不用考慮它的實現(xiàn)細節(jié)成為可能。比如我們使用Arraylist。二叉樹等等只需要new 一個而不需要去具體考慮他的內部實現(xiàn)方式。只需要了解他的api和性質即可。其實各個框架的思想也是這樣，對數(shù)據、接口進行封裝、繼承使得我們只需要會用而不需要弄清楚它的具體實現(xiàn)細節(jié)。

邏輯結構：數(shù)據元素之間的邏輯關系。邏輯結構分為線性結構和非線性結構。線性結構就是順序表、鏈表之類。而非線性就是集合、樹、圖這些結構。

存儲結構：數(shù)據結構在計算機中的表示(又稱映像，也稱物理結構)，存儲結構主要分為順序存儲、鏈式存儲、索引存儲和散列(哈希)存儲。

數(shù)據的運算：施加在數(shù)據上的運算包括運算的定義和實現(xiàn),運算的定義基于邏輯結構，運算的實現(xiàn)基于存儲結構。

在這里容易混淆的是邏輯結構與存儲結構的概念。對于邏輯結構，不難看得出邏輯二字。邏輯關系也就是兩者存在數(shù)據上的關系而不考慮物理地址的關系。比如線性結構和非線性結構，它描述的是一組數(shù)據中的聯(lián)系方式和形式，他針對的是數(shù)據。而存儲結構就是跟物理地址掛鉤的。比如同樣是線性表,可能有多種存儲結構的實現(xiàn)方式。比如順序表和鏈表(Arraylist,Linkedlist)它們的存儲結構就不同并且采用不同存儲結構在不同場景計算機運算次數(shù)和效率不同。它關注的是計算機物理地址與運行具體實現(xiàn)方式。

至于算法的概念，傳統(tǒng)的數(shù)據結構介紹都會有：有窮性、確定性、可行性、輸入、輸出。這些從字面意思即可理解。

而一個好的算法，通常更要著重考慮的是效率和空間資源占用。

通常復雜度更多描述的是一個量級程度而很少用具體數(shù)字描述。

概念：是對一個算法在運行過程中臨時占用存儲空間大小的量度，記做S(n)=O(f(n))

空間復雜度其實在算法的衡量占比是比較低的，但是不能忽視空間復雜度中重要性。無論在刷題還是實際項目生產內存都是一個極大額指標。對于java而言更是如此。本身內存就大，如果采用的存儲邏輯不太好會占用更多的系統(tǒng)資源，對服務造成壓力。

而算法很多情況都是犧牲空間換取時間(效率)。就比如我們熟知的字符串匹配String.contains()方法，我們都知道他是暴力破解，時間復雜度為O(n^2^),不需要借助額外內存。而KMP算法在效率和速度上都原生暴力方法，但是KMP要借助其他數(shù)組(next[])進行標記儲存運算。就用到了空間開銷。再比如歸并排序也會借助新數(shù)組在遞歸分冶的適合進行逐級計算。提高效率，而增加內存開銷。

當然，你的時間算法的空間花銷最大不能超過jvm設置的最大值，一般為2G.(2147483645)如果開二維數(shù)組多種多維數(shù)據不要開的太大，可能會導致heap OutOfMemoryError。

概念：計算機科學中，算法的時間復雜度是一個函數(shù)，它定性描述了該算法的運行時間。這是一個關于代表算法輸入值的字符串的長度的函數(shù)。時間復雜度常用大O符號表述，不包括這個函數(shù)的低階項和首項系數(shù)。使用這種方式時，時間復雜度可被稱為是漸近的，它考察當輸入值大小趨近無窮時的情況。

時間復雜度的排序：O(1) < O(logn) < O(n) < O(nlogn) < O(n^2^) < O(n^3^) < O(2^n^)

常見時間復雜度：對于時間復雜度，很多人的概念是比較模糊的。下面舉例子說明一些時間復雜度。

O(1): 常數(shù)函數(shù)

a=15

O(logn): 對數(shù)函數(shù)

for(int i=1;i