关于新坑和旧坑的说明
我又开了一个新的坑，迫于近期一些方面的压力，我又把数据结构和算法这个东西捡起来了，至于之前Clojure学习笔记系列的坑，咳咳，虽然还会更新下去，但是估计会延后很多了，因为学了Clojure蛮久的时间了，没有太多的实践机会，也没有对Clojure理解的足够深，因此这个系列估计会稍微放一放，等我理解足够深刻了在继续下去（对不起，还是因为懒XD）。
什么是算法
算法，这个东西其实是思路的体现，也可以说是问题的解决方案。相信大家也都看到过这句话：
程序=算法+数据结构
虽然这么说或许不够准确，但是算法对于程序本身而言意义是十分重大的。也是影响程序性能的一个关键因素。大多时候算法都是一个由实际问题转化而成的数学模型，因此，像写出一个好的算法的话首先要能充分理解问题，然后就是将问题转化成一个高效的数学模型。所以说啊，学好数学还是很关键滴~
什么是数据结构
数据结构是承载数据的（逻辑结构+存储结构）的总和，逻辑结构体现了数据元素之间的逻辑关系和元素自身的逻辑特性，而存储结构则是数据元素在存储设备上的存在形式。同时，存储结构也是逻辑结构在物理设备上的体现，存储的方式在一定程度上体现了数据元素之间的逻辑关系。
一些概念的笔记
这部分算是一些基本概念的笔记，考试专用哦XD，虽然没什么太大的用处，但是也体现了数据结构和算法的一些根本原则，对于初学者而言还是有必要了解一下。
- 算法是对特定问题求解步骤的一种描述，是指令的有限序列
- 算法的五个重要特性：输入、输出、确定性、有穷性、可行性
- “好”算法的五个特性：正确性、健壮性、可理解性、抽象分级、高效性
- 算法的描述方法：自然语言、流程图、程序设计语言、伪代码
- 时间复杂度和空间复杂度
这里简单地解释一下其中可能有迷惑的一些概念。
- 确定性：简单来说就是算法在不改变参数的前提下，其结果是确定的，不会变化的。相同的输入一定带来相同的输出。
- 有穷性：算法一定是可以结束的，这里指的是实际应用场景下而非算法结果本身（比如我的算法是产生一个无限的素数队列，但是我实际只需要截取前几位或固定位数，那么对于我而言算法就是有穷的）。
- 抽象分级：简单来说就是对算法不同部分的划分，哪一部分的算法是用来做什么的，其结果又用于哪个部分中作为参数。算法是一个相对整体的概念，但是中间的过程需要做出分割以便其他人能够理解和修改。
- 流程图和伪代码：这个意思我就不解释了，但是流程图和伪代码应该多去学习和理解，尤其是流程图，在工作之后很多时候是个很好的工具，而伪代码则是在忽略语法细节时最好的代码表现形式（其实就是忘了这里咋写了，然后大概写一下，滑稽XD）。
- 时间复杂度和空间复杂度：现在是一个硬件过剩的时代，空间复杂度往往是被大家忽略的一点，很多时候甚至会拿空间换时间，所以说时间复杂度的优化往往是性能提升的重头戏。但是！空间复杂度在整体设计上其实是很关键的一环，优秀的设计能大大缓解存储资源吃紧，提升程序效率（扩容啊啥的设计的烂的话太要命了）。还有，时间复杂度的分析要好好学哦，这里就不多说了，但是考试会考到~
几种算法的设计思路
- 蛮力法：采用一定策略依次处理求解问题的所有数据，即遍历数据集的方式，通常性能较低，用于处理较为基本的问题。
- 分治法：将问题分解为更小的规模然后各个击破，最后合并所有子模式的结果。如二叉树的遍历，深度优先遍历，快速排序等。
- 减治法：将问题分解为更小规模的问题，只需要解决其中一个小规模问题即可获得结果，无需合并所有子模式的结果。如插入排序，拓扑排序。
- 贪心法：将问题分解为一系列简单局部最优选择，每一步选择都是对当前解的扩展。如哈夫曼算法，Prim算法等。
- 动态规划法：将问题分解成若干子问题，但是子问题间并非相互独立，根据子问题间的关系动态规划函数。如FLOYD算法。
本篇结语
这一篇只是一篇引子，你可以当我又水了一篇文章，哈哈~不过，对于初学算法和数据结构的人而言，最初的认识往往是最重要的，对知识有一个完整的认识非常重要，可以让人更为明确所学的东西是什么，有什么，包含哪些内容，学习的目标或者最终达成的效果是什么，我要不要学etc. 这些其实都能从一个整体的概述中获取到。平时读书也是一样，先读一下序，看看作者或者其他人对于书的整体内容的认知是什么样的，可以迅速帮你确认这是不是你想看的内容。
后续内容说明
如果大佬看到篇文章可以尽情吐槽我，因为确实菜啊，毕业后好多知识都还给老师了，还是从最基础的开始学习。也是帮助刚开始进行学习这些的孩纸，我会把学校的教材从头到尾捋一遍，当然会根据不同的内容进行整理哒~也希望能帮助到看到这篇文章的萌新们XD