数据结构
是计算机储存、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素
利用一些方式实现一些项目在内存中奖数据存储起来。
1、数组
2、链表
3、树
··· ··· ···
算法
就是定义良好的计算过程，它取一个或一组的值为输入，并产生一个或一组值作为输出。简单来说算法就是一系列的计算步骤，用来将输入数据转化成输出结果。
一组数据输入经算法计算后输出某一种结果
1、排序
2、查找
3、去重
4、推荐算法
··· ··· ···
算法的复杂度
一、时间复杂度
主要衡量一个算法的运行快慢
二、空间的复杂度
主要衡量一个算法的运行所需要的额外空间
时间复杂度的概念 ：
**时间复杂度的定义：**在计算机科学中，**算法的时间复杂度是一个函数（数学里面带有未知数的函数表达式）**它定量描述了该算法的运行时间。一个算法执行所耗费的时间，从理论上说，是不能算出来的，只有你把你的程序放在机器上跑起来，才能知道。但是我们需要每个算法都上机测试吗？是可以都上机测试，但是这很麻烦，所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。
即：找到某条基本语句与问题规模N之间的数学表达式，就是算出了该算法的时间复杂度。
计算一下Func1中++count语句总共执行了多少次
void Func(int N)
{
int count = 0;
for (int i= 0;i<N; ++ i)
{
for (int j=0;j<N;++ j)
{
++count;
}
}
for (int k=0;k<2*N; ++ k)
{
++count;
}
int M= 10;
while (M--)
{
++count;
}
printf("%d\n",count);
}
时间复杂度函数：
F(N)=N *N+2 *N+10 N越大后两项对接果的影响越小
实际中我们计算时间复杂度时，我们其实并不一定要精确计算执行次数，而只需要大概执行次数，那么这里我们使用大O的渐进表示法（估算）
大O的渐进表示法：
大O符号（BigO notation）：是用于描述函数渐进行为的数学符号。
推导大O阶方法：
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中，只保留最高阶项。
3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数（系数），得到的结果就是大O阶。
