概念

一、数据结构

数据结构是计算机存储、组织数据的方式。（数据结构是指数据与数据之间的关系。）
数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。

1、逻辑结构

逻辑结构	示意图
1、集合结构
2、线性结构
3、树形结构
4、图形结构

2、存储结构

存储结构：保存在计算机里面的结构

二、算法

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。（算法即解决问题的一套方法）

【例1】
时间复杂度：O(n) = n2

for (int i = 0; i < n; i++) {
    for (int j = 0; j < n; j++) {
        // TODO do something
    }
}

【例2】
时间复杂度：O(n) = n2 + n + 1 ≈ n2
时间复杂度研究的是n => ∞，所以【例1】和【例2】的时间复杂度是一样的。所以我们考虑的是n的几次方的问题。

for (int i = 0; i < n; i++) {
    for (int j = 0; j < n; j++) {
        // TODO do something
    }
}
for (int i = 0; i < n; i++) {
    // TODO do something
}
// TODO do something

O表示是时间复杂度

O(1)
最低的复杂度，无论数据量大小，耗时都不变，都可以在一次计算后获得。哈希算法就是典型的O(1)
O(n)
线性，n表示数据的量，当量增大，耗时也增大，常见有遍历算法
O(n²)
平方，表示耗时是n的平方倍，当看到循环嵌循环的时候，基本上这个算法就是平方级的，如：冒泡排序等
O(log n)
对数，通常ax=n,那么数x叫做以a为底n的对数,也就是x=logan，这里是a通常是2，如：数量增大8倍，耗时只增加了3倍，二分查找就是对数级的算法，每次剔除一半
O(n log n)
线性对数，就是n乘以log n,按照上面说的数据增大8倍，耗时就是8*3=24倍，归并排序就是线性对数级的算法

三、判定程序的好坏

程序 = 数据结构 + 算法
程序好坏 = 空间复杂度 + 时间复杂度 + 【应用场景】
【例1】swap （✔️）
定义一个临时变量实现两个数交换，可读性最好。【在不影响用户体验的情况下，选择可读性最好的程序】

public void swap() {
    int a = 5;
    int b = 6;
    int temp = a; // 定义一个临时变量
    a = b;
    b = temp;
}

【例2】swap （×）
节省了一个空间，但是如果是对象，无法实现两个数交换。

public void swap() {
    int a = 5;
    int b = 6;
    a = a + b;
    b = a - b;
    a = a - b;
}

【例3】swap （×）
执行速度最快，节省了一个空间，性能最优，支持对象交换，但是可读性差。适合对内存要求高，比如无人机，跑步机等

public void swap() {
    int a = 5;
    int b = 6;
    a = a ^ b;
    b = a ^ b;
    a = a ^ b;
}