如何系统高效地学习数据结构和算法

引言

当我们在谈论事件/概念的时候，需要常常问自己三个终极的问题：

• 是什么？(What)
• 为什么？(Why)
• 如何做？(How)

什么是数据结构和算法（What）?

带上上述的几个问题，我们开始逐一的解答。

• 数据结构：数据结构简单理解其实就是一组数据的存储结构。
• 算法：算法就是一组操作数据的方法。

数据结构与算法之间的关系：数据结构是为算法服务的，算法要作用在特定的数据结构之上。

为什么需要数据结构和算法（Why）？ 

为了搞清楚这个问题，我们可以根据计算机发展的历史背景来分析。

在计算机科学的互联网迅猛发展下，需要计算的数据量越来越庞大。但是计算机的计算能力始终有上限，这么大的数据计算，需要越来越多计算机(集群)，需要越来越长的计算时间，为了提升计算机的计算效率，我们需要尽可能的提高计算机的计算能力。其中重要的一项，就是使用合适的数据结构进行存储数据和采用合适的算法计算这些存储的数据。

选用合适的数据结构存储可以保证在空间上节省（空间），选用合适的算法可以搞高运算效率（时间）；特别是在处理体量非常庞大的数据的时候，可以极大的提高计算效率。

那么，第三个问题来了，我们如何选择合适的数据结构和算法呢？同时，有什么度量的标准呢？

如何度量数据结构和算法？

在计算机科学世界里，通常来说衡量的标准主要采用的是：时间复杂度和空间复杂度。

学习数据结构和算法的基石，就是学会复杂度分析。知道如何去分析复杂度，才能作出正确的判断，在特定的场景下选择合适的正确的算法，而不是死记硬背，机械操作。

常用的数据结构和算法

接下来，我们会根据实际的工作需要，列举了一些常用的数据结构和算法

10个常用的数据结构：

• 数组
• 链表
• 栈
• 队列
• 散列表
• 二叉树
• 堆
• 跳表
• 图
• Trie树

10个常用的算法：

• 递归
• 排序
• 二分查找
• 搜索
• 哈希
• 贪心
• 分治
• 回溯
• 动态规划
• 字符串匹配

最后为了更直观的了解数据结构和算法之间的关系，请看下图：