是什么：
数据结构指的是“一组数据的存储结构”，算法指的是“操作数据的一组方法”。
数据结构是为算法服务的，算法是要作用再特定的数据结构上的。
学什么：
1. 效率和资源消耗的度量衡--复杂度分析。
2. 最常用、最基础的20个数据结构与算法，学习他们的：“来历”、“特点”、“适合解决什么问题”和“实际的应用场景”。
数据结构：数组、链表、栈、队列、散列表、二叉树‘、堆、跳表、图、Tire树
算法： 递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法
怎么学
1. 边学边练，每周花 1~2 小时集中攻关三节课涉及的数据结构和算法，全部写出来。
2. 主动提问、多思考、多互动。在留言区增加自己的留言。
3. 自我激励，每次学习完做一篇学习笔记。
4. 沉下心不要浮躁，先把这些基础的数据结构和算法，还有学习方法熟练掌握后，再追求更高层次。
------------
flag：每篇文章必写学习笔记，每周必实现一次该周代码。

当我们要谈一个事物/概念的时候，需要问自己三个终极问题--是什么？为什么？怎么样？

什么是数据结构和算法
数据结构，就是一组数据的存储结构。
算法，就是操作数据的一组方法。
数据结构是为算法服务的，算法要作用在特定的数据结构之上。

为什么需要数据结构和算法
来谈谈应用层面的原因。在计算机科学和互联网迅猛发展下，需要计算的数据量越来越庞大。但是计算机的计算能力是有限的，这么大量的数据计算，需要越来越多的计算机，需要越来越长的计算时间，注重效率的我们需要尽可能的提高计算效率。其中重要的一项，就是使用合适的数据结构和算法。选用合适的数据结构和算法，特别是在处理体量非常庞大的数据的时候，可以极大提高计算效率。那么，第三个问题来了，我们怎么选用合适的数据结构和算法？有什么衡量标准吗？

怎么样衡量数据结构和算法
需要引入一个衡量的标准(metric)---时间复杂度和空间复杂度。
学习数据结构和算法的基石，就是要学会`复杂度分析`。知道怎么去分析复杂度，才能作出正确的判断，在特定的场景下选用合适的正确的算法。而不是盲目的死记烂背，机械操作。

在本专栏中，重点学习20个最常用的最基础的数据结构和算法，需要我们逐一攻克。
10个数据结构: 数组，链表，栈，队列，散列表，二叉树，堆，跳表，图，Trie树
10个算法： 递归，排序，二分查找，搜索，哈希算法，贪心算法，分治算法，回溯算法，动态规划，字符串匹配算法

需要教材吗？老师？
自己学习的方法: 排个队想到队列，火车进站想到堆栈，看到树上开花想到树的某些指标，导航想到贪心，将生活场景与算法和数据结构的场景结合起来。
遇到的困难: 应用和实践不行。你看树是数据结构，而大众有更约定俗成的固有看法，切磋估计不大可行，且自己学习，首先需要一个代码开发的条件，不断思考练习，不易坚持。
数据结构不容易可视化呈现。靠画图建立初始的结构，靠脑补数据变化的过程，再靠心算将结果呈现为“可视”图景。中间，一般在机器上就是简单plain text输入输出.不是第一信号系统，接受收效率慢。
没有大图景，只有片面观察。即便会了一招半式，获得敢不强，信心不足，真正应用中，或许没有直接上两个循环嵌套来得直接，明了，易懂。容易生出百无一用是书生的瞎想
以上。老师中秋快乐！循环链表代表我的心。

我的学习法：
1.从老师这里获取知识
2.学习理解知识，继续思考，提出疑问，先自己解决，实在想不出了问老师
3.总结知识
4.运用知识，解决问题
5.写博客教别人学到的知识
已经意识到算法对面试工作的重要性，也喜欢锻炼自己的思维，想体验不知道哪一天解决了个什么事，突然发现自己变聪明了的快感