数据结构学习

一：时间复杂度和空间复杂度
复杂度通常包括时间复杂度和空间复杂度。在具体计算复杂度时需要注意以下几点。

它与具体的常系数无关，O(n) 和 O(2n) 表示的是同样的复杂度。

复杂度相加的时候，选择高者作为结果，也就是说 O(n²)+O(n) 和 O(n²) 表示的是同样的复杂度。

O(1) 也是表示一个特殊复杂度，即任务与算例个数 n 无关。

复杂度细分为时间复杂度和空间复杂度，其中时间复杂度与代码的结构设计高度相关；空间复杂度与代码中数据结构的选择高度相关
我们需要从时间复杂度和空间复杂度两个维度来考虑。常用的降低时间复杂度的方法有递归、二分法、排序算法、动态规划等

二：栈：后进先出的线性表，如何实现增删查？

栈的特性：后进先出
栈的典型应用，括号匹配问题，浏览器有前进和后退的功能，用栈这种数据结构最合适。
对于栈的新增操作，通常也叫作 push 或压栈。对于栈的删除操作，通常也叫作 pop 或出栈。对于压栈和出栈

为了支持前进、后退的功能，利用栈来记录用户历史访问网页的顺序信息是一个不错的选择。此时需要维护两个栈，分别用来支持后退和前进。当用户访问了一个新的页面，则对后退栈进行压栈操作。当用户后退了一个页面，则后退栈进行出栈，同时前进栈执行压栈。当用户前进了一个页面，则前进栈出栈，同时后退栈压栈。我们以用户按照 1、2、3、4、5、4、3、4 的浏览顺序为例，两个栈的数据存储过程

时间复杂度：
不管是顺序栈还是链栈 ,新增和删除操作时间复杂度都是O(1),对于查找操作，需要遍历整个栈时间复杂度为O(n).