了解数据结构和算法
1.什么是数据结构？
数据结构是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。
初步认识数据结构，我们可以先简单地理解为：
要实现一个项目，需要在内存中将数据存储起来 。
例如：写一个通讯录（把每个人的信息存储起来，或需要使用，或不需要使用）。
我们就可以用数组、链表、树等等多种方式来存储数据。
将初步认识数据结构需要学习的内容具体化，最终要为实现类似的功能提供一个基础。
2.什么是算法？
算法就是定义良好的计算过程，取一个或一组值作为输出。简单来说算法就是一系列的计算步骤，用来将输入数据转化成输出结果。
算法会比较好理解，比如：
排序、查找、去重等等，
C语言中学习的冒泡排序、二分查找，都可以说是一种算法。
算法的复杂度
算法在编写成可执行程序后，运行需要耗费时间资源和空间（内存）资源。因此 衡量一个算法的好坏、一般是从时间和空间两个维度来衡量的，即时间复杂度和空间复杂度。时间复杂度主要衡量一个算法的运行快慢，而空间复杂度主要衡量一个算法运行所需要的额外空间。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一个算法的空间复杂度。（摩尔定律）
摩尔定律
摩尔定律是英特尔创始人之一 戈登·摩尔的经验之谈，其核心内容为：集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。换言之，处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。
时间复杂度
时间复杂度的定义：在计算机科学中， 算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。一个算法执行所消耗的时间，从理论上说，是不能计算出来的，只有你把你的程序放在机器上跑起来，才能知道。但是每个算法都上机测试，会十分麻烦，所以出现了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比例， 算法中的基本操作的执行次数，为算法的时间复杂度。即：找到某条基本语句与问题规模N之间的数学表达式，就是算出了该算法的时间复杂度。
