“这是我参与8月更文挑战的第28天，活动详情查看：8月更文挑战”
算法是一切高性能程序的灵魂，而数据结构就是这个数据的装载容器
但是数据格式不一，容器也不一样
一、数据结构初识
1.数据结构：
Date Structure---->数据的结构
就是存储数据的不同方式：
简单来说，卖鸡蛋，用袋子不规则的装起来，或者用专门的蛋板子去装；
2.数据结构的分类：
一般的就是数据结构：
数组
链表：
算法： Algorithm
解决同一问题的不同解决方法--->对于特定的数据结构；
算法的优劣：
时间维度：
时间差，幅度不够，循环来凑；
空间维度：
Big o:
时间-问题（数据）规模：
时间复杂度：随着数据规模的变化，这个时间所呈现的规律；
空间复杂度：随着数据规模的变化，这个空间所呈现的规律；
场景一：
访问数组中的特定位置的数据
解析： 比如数组的长度为10 ，只需要算偏移量，跳转就可以
随着数据的规模扩大，变成10000， 也是计算偏移量，跳转
一般在算法中表示复杂度： 大写的O来判定：
O(1)------>作为本场景数据获取特定位置的数据；
但是场景转换成链表之后呢，我们可以成为一个简单的数据；
数据规模为n，找出特定位置（特定位置相对于时间复杂度来说，比较差的情况），那我们就规定为是，找出最后一个数据的时间；
这里的时间复杂度 为 O(5)
经过数据规模扩大到N
O(n)作为访问随机数据的时间复杂度；
场景二：求数组的平均数
经过数据规模的扩大，数组增加然后平均的步骤也增加
因为时间复杂度是O(n)
场景三： 找出数组最大值得时间复杂度：
数组的最大值，
解析
三个数据的话，需要对比两次，
四个数据的话，需要对比三次
时间复杂度为:O(n-1)
2.1线性数据结构 ：
分为链式数据结构（链表）和顺序数据结构（数组）
队列，数组、链表、栈
非线性的数据结构：
对于多种排序的复杂度，是个图标：
