1.数据结构------研究数据在内存当中如何 存储的结构，如：数组（连续的空间），链表
- 链表
- 添加，数组需要新建一个数组，链表改变指针指向
2.实现增删改查的方法------- 算法（解决问题的实际方法）
- 算法好坏的评价标准：时间复杂度（算法所用时间的一个映射）和空间复杂度，时间复杂度更重要。
- 为什么不用算法真实的时间来评价算法？
算法的真实时间受各种因素影响，如：数据的多少
- 时间复杂度的得出是一个数学问题。
假设要处理的数据总量是x，x足够大，为了满足增删改查等一系列的要求，从而消耗的执行次数y之间存在。执行次数越多，时间越长。
y=ax+b 当x是无穷-->y=x; O(n)。
a=ax^2+bx+c 当x是无穷-->y=x^2;O(y)=O(n^2)。
y=a -->y=1;O(y)=O(1) 。
a^y=x-->y=logax 当x是无穷--->O(y)=O(logax)。
3.
折半查找（有序数组）时间复杂度：y=log2n=logn
4.时间复杂度大小关系
5.八种排序方式能够实现数组从无序变得有序
快速排序：O(nlogn)
6.如何降低 查询的时间复杂度（大多都是做的查询操作）
数据进入数组前经过一个算法（ n%arr.length------哈希算法）,将数据n放在数组的指定位置，此时时间复杂度为 O(1)。但这种方法存在问题没有办法同时放55、65这两个数据，加入 链表解决此问题，链表很短的话，时间复杂度还是O(1)。当链表过长时，时间复杂度变回O(n)，用 二叉树解决此问题。二叉树：平衡二叉树、二叉排序树、红黑树、满二叉树、完全二叉树等。 二叉排序树的特点：左子树的节点值比根节点小，右子树的节点值比根节点大。时间复杂度不稳定
- 二叉树的构建：
时间复杂度：O(logn)，相当于折半查找
- 解决二叉排序数时间复杂度不稳定的问题
使用 平衡二叉树（在二叉排序树基础上，要求左右子树的高度差的绝对值不能超过1，一旦超过就会触发平衡策略：LL\LR\RL\RR型）