在实际开发中，如何权衡选择使用哪种数据结构和算法？

1. 时间空间复杂度不能跟性能划等号

2. 抛开数据规模谈数据结构和算法都是"耍流氓"

3. 要结合数据特征和访问方式选择数据结构

4. 区别对待IO密集、内存密集和计算密集

   1. 磁盘，数据库：磁盘IO
   2. CPU密集型：代码执行效率瓶颈主要在CPU执行效率，我们从内存读取一次数据，到CPU缓存或者寄存器之后会进行多次频繁CPU计算，CPU计算耗时占大部分，要尽量减少逻辑计算复杂度，比如用位运算代替加减乘除运算，加减乘除在CPU会用位运算计算（加法器）
   3. 内存密集型：代码执行效率瓶颈在内存数据的存取，对于内存密集性代码，计算操作比较简单，比如字符串比较操纵，每次从内存读取数据之后，只需要进行一次简单比较操作，所以内存数据读取速度是字符串比较操作瓶颈，在选择数据结构和算法时候需要考虑能够能否减少数据读取量，数据是否在内存连续存储，是否能利用CPU缓存预读

5. 善用语言提供的类，避免重复造轮子

6. 不要漫无目的的过度优化