概述+时间复杂度空间复杂度

**数据结构（Data Structure）**是一门研究数据的组织和管理的学科。往往从外在表现为一组数据的集合或者容器。
概念解释：
元素（Element）：被管理的原子数据，元素类型不限。
集合（Collection）：存放元素的容器，需要利用一定的数据结构知识对元素进行组织。
遍历（Traversal）/ 迭代（Iterate）： 在数据结构的语境下，往往表示对一个集合中的所有元素都按照一定的顺序处理一次。

1. 数据结构/算法的评价体系 —— 复杂度计算
2. 运行时间评估 —— 时间复杂度
3. 耗费空间评估 —— 空间复杂度
4. 线性结构 - 顺序表、链表、栈、队列
5. 树形结构 - 二叉树
6. 堆
7. 排序
8. 查找型数据结构 - 搜索树、哈希表

算法效率：
算法效率分析分为两种：第一种是时间效率，第二种是空间效率。时间效率被称为时间复杂度，而空间效率被称作空间复杂度。 时间复杂度主要衡量的是一个算法的运行速度而空间复杂度主要衡量一个算法所需要的额外空间，在计算机发展的早期，计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展，计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注