数据结构--初步了解（抽象分级）

 本文探讨了数据结构和算法在常规开发中的重要性。数据结构如ArrayList用于构建无穷级菜单，线性结构则常用于好友管理。理解数据的逻辑和存储结构、算法的正确性、鲁棒性、简单性、抽象分级和高效性是关键。算法的描述方式包括汉字、流程图、伪代码和实际实现，并通过时间复杂度和空间复杂度评估其效率。在实际应用中，应关注数据结构的合理使用和算法的设计优化。
摘要由CSDN通过智能技术生成
展开 
现状：现在毕业以及两年半了，感觉常规开发上面很少用过数据结构以及配套算法。
一般一个程序=数据结构+算法；
目前常规开发，也都是业务代码开发、以及框架自带的配置或者第三方插件直接使用，但是数据结构也是常用的，但是用的很low；

数据结构：可以理解为，对抽象数据定义为一个合理的结构体进行封装，存储在计算机中，方便后续算法使用或者业务代码使用。

例如:
1.实现无穷级菜单，
你能知道使用arraylist进行存储数据，但是呢，你想实现无穷级菜单，就要额外处理了，需要一点算法：
当然肯定又常规的递归，进行初始的无穷级菜单构建数据结构，后续在某个节点上，增加无穷级菜单、以及修改，肯定就涉及到一些基本功了（也可以吧这个理解为算法，就是怎么样合理的处理这个数据结构，让我们实现这个程序或者业务场景）
2.常规微信添加好友，
一般也就是直接备注姓名，不想使用搜索的话，是不是一个个进行查找呢，没加备注的话，是不是更加麻烦，一个个找；
另一种思路就是，将常规好友进行分组备注，例如按照公司分组、好友关系等分组，也是方便查找；
这两种方式是不是也是分别用了，线性和数的结构来存储好友信息，类似的概念；

关于数据
常规了解四点：
1.数据的逻辑结构，用什么样的结构来定义数据的关系；
2.数据的存储结构，这个结构体怎么存储到计算机中；
3.算法，基于这个机构的数据，例如如何实现插入、删除、查找等操作，核心就是怎么处理数据；
4.常规数据处理技术：查找、排序、索引等；
总之：
数据逻辑的四种结构：集合、线性表、树、图，每一种还可以细分，独立不开存储和遍历算法；
数据存储的两种结构：顺序存储、链接存储（会用到指针）；索引存储；哈希存储

关于算法
一：也可以理解为程序，要有以下几个特点；
1.正确性：面对任何合法的输入都能给出，正确的结果；
2.鲁棒性：也称为健壮性，对于错误的输入，算法能够识别并处理，而不是产生错误动作或者陷入瘫痪，要有对非法输入的抵抗性；
3.简单性：简单容易理解和实现。
4.抽象分级：算法一旦创建，必须由人进行阅读、理解和修改。如果算法涉及太多，人就会糊涂，要采用抽象分级来组织算法表达的思想，可以理解为吧算法分解为多个模块，模块互调，做好备注、描述功能即可；
5.高效性；
时间效率：运行速度；
空间效率：存储空间大小，也要考虑到GC;
二：算法有四种描述方式：
1.汉字描述，写除步骤
2.流程图
3.伪代码
4.真实实现
三：评价算法的优劣
1.事先估算法：他是对算法所消耗资源的估算。
2.时间复杂度：判断算法的时间代价，o(1)最合适；
3.空间复杂度：算法执行过程中，需要的辅助空间的数量；
4.最好、最坏、平均情况：以平均为主，最坏为下限；知道其时间开销；