数据模型与模型变换，数据结构与算法

学数据结构和算法的时候，最初认为解决一个问题，首先要确定算法，然后根据算法来设计合适的数据结构。算法的设计依赖于对问题的理解，对问题的关键突破点的准确把握，数据结构只不过是为了方便数据处理而设计的一个数据平台，数据平台如何做，那是任意的。

现在想来，有了新的理解。先举个例子：我们为了描述真实世界的对象，用矢量数据在三维信息空间进行描述，从而方便信息处理。那么，这个过程可以理解为将真实世界的数据模型（空间＋能量＋对象关系），变换到数字世界的矢量数据（数值＋关系），从而方便我们处理某些方面的问题（算法）。后一个模型对前一个模型有一定的描述，但实际上是不能替代的，就像比喻总是与实际情况存在差别的。

真实世界可以被完整描述到数值世界中吗？matrix中的情况可能发生吗？目前，在工作中，我遇到了一些难题，究其原因还是数据模型的描述能力的问题，数据模型间的变换问题，在这些模型描述面前，算法变得次要了。一旦数据模型确定了，基本上就确定了基于此模型所能处理的问题范围，算法就因模型受到限制。希望通过哲学来构建较完美的数据模型......