算法与数据结构是相辅相成的。
算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。
举那个最经典的例子：高斯求和， 求1加到100的数字和。
我这里使用PHP来举例：
<?php $sum = 0; for($i = 0;$i<=100;$i++) { $sum += $i; } echo $sum;die;
上边的例子，我们是实现了0到100的数求和，但是，这个方法循环了100次，在效率上可能是有些不足。
那么高斯帮我们找到了其中的规律。下面这个例子我们使用高斯求和来写：
<?php $sum = 0; $n = 100; $sum = (1 + $n) * $n / 2; echo $sum;die;
高斯求和相对于我们使用循环来求和，效率大大提升。
所以算法，现阶段我认为就是数学中的找规律，当然并不是说找不到规律这个问题就解决不了，可能我描述的不是很准确。
算法的特性：
1：输入输出
算法可以有0个或多个输入，至少有一个或多个输出。
2：有穷性
指算法在执行有限的步骤之后，自动结束而不会出现无限循环，并且每一个步骤在可接受的时间内完成
3：确定性
算法的每一个步骤都具有确定的含义，不会出现二义性。
4：可行性：
算法的每一个步骤都必须是可行的，也就是说，每一个步骤都能够通过执行有限次数完成。
算法设计的要求
1：正确性
算法的正确性是指算法至少应该具有输入输出和加工处理无歧义性、能正确反映问题的需求，能够得到问题的正确答案。
（1）：无语法错误
（2）：能得到正确的返回值
（3）：对异常有处理
2：可读性
算法设计的另一目的是为了便于阅读，理解和交流。可能写出来的代码要保证大多数人能看懂。
3：健壮性
当输入不合法的数据是，算法也能做出相关的处理，而不是直接报错。（异常处理）
4：时间效率高和存储量低
设计算法应该尽量满足时间效率高和存储量低的需求。
比如上边的0到100求和，在时间效率上高斯求和的效率要比循环累加要高得多。
算法函数的渐进增长
通俗点说就是对算法进行大量数据的测试，随着测试数据量的增大，两种算法之间效率的差异就会越来越大，比如上边说到的高斯求和，如果求0到1亿的数字和，那么高斯求和的效率就会比循环不知道高出多少倍。
关于算法时间复杂度的计算这类相关的算法，这个暂时不涉及，我觉得现阶段我可能是用不上，用的时候再说。
以上就是算法的大概内容。
