数据结构与算法相辅相成，彼此不能独立存在
编程是工具，算法和数据结构才是灵魂
1.数据结构:
存数据，按照一系列的逻辑关系，比如说先进先出，先进后出，对应的数据结构里面处理问题的时候可能就更方便，为算法的设计提高了效率。
根据不同的数据的存储特点，可以使用不同的数据结构，然后以此来提高算法的效率。
2.算法:
有 输入、输出、有限步骤结束 的这样的一个程序，就可以称之为一个算法了。
算法/程序有好有坏，其判定方法就是指标。
指标分为时间复杂度、空间复杂度、稳定性。
（其中 时间复杂度 考察的最多）
时间复杂度 实质 ——算法的计算次数
重点 ①算法时间复杂度: 当n→∞时算法的计算次数
②算法的实际计算次数/真实时间复杂度 实际算法计算次数
eg1:
int main（）{
int n;
int count;
for（int i = 1 ; i < n ; i++）{
for（int j = 1 ; j < n ; j++）{
count++;
}
}
for（int i = 1 ; i < n ; i++）
count++;
cout<<count;
}
//算法时间复杂度: o（n^2） //算法的实际计算次数/真实时间复杂度: o（n^2+n） （取大头，∞²远大于∞本身，所以算法时间复杂度省略掉∞，同理∞³、∞²、∞相加取∞³）
eg2:
//冒泡排序
/*算法的时间复杂度：o(n^2)
（这里是最坏/平均时间复杂度，对应完全逆序或随机数据的情况，最好为 o(n)）
真实时间复杂度：o((n^2)/2)
常见的算法时间复杂度：o(1)、o(logn)、o(n)、o(n^2)、o(n^3)……*/
int main(){
int n,a[100];
cin>>n;
for(int i=0;i<n;i++)
cin>>a[i];
for(int j=n-1;j>0;j--){
for(int i=0;i<n-1;i++){
if(a[i]>a[i+1])
swap(a[i],a[i+1]);
}
}
for(int i=0;i<n;i++)
cout<<a[i]<<" ";
}
