1.什么是数据结构?
数据结构就是把数据元素按照一定的关系组织起来的集合，用来组织和存储数据。
1.2.数据结构的分类：
逻辑结构 和物理结构
逻辑结构：
集合结构（无关系）、线性结构（一对一）、树形结构（一对多）、图形结构（多对多）
物理结构：
顺序存储结构（不方便插入）、链式结构（不方便查找）（指针）
1.3.什么是算法？
根据一定的条件，对数据进行计算，得到需要的结果。（用（最佳的）数学模型解决问题）
举例：云南到北京的出行方式。在北京买房的购买方式
1.4算法的初步体验
优秀的算法：
最少的时间，占用最少的内存
举例：
计算1-100求和。for循环累加 VS 高斯公式
计算10的阶乘。暴力算法 VS 递归
2.算法分析
2.1.算法的时间复杂度分析（分析计算时间）
事后分析方法：
使用测试程序计算执行时间
有弊端：干扰执行时间，运行环境不同
事前分析法（未来要用的方法）：
1）算法采用的策略和方法（程序员可以干预）
2）编译产生的代码质量（由编译器决定）
3）问题的输出规模（取决于实际需求）
4）机器执行指令的速度（不能干预）
2.1.2函数渐进增长（比较算法的相对增长率，相对增长率越小，算法的效率越高）
规律：
随着输入规模的增大，算法的常数操作可以忽略不计
随着输入规模的增大，与最高次项相乘的乘数可以忽略不计
最高次数项的指数大的，随着n的增长，结果也会增长得特别快
算法中n的最高次幂越小，算法效率越高
2.1.3大O计法
前提：程序的执行次数=程序的执行时间
T(O)=O(f（n）)
表示
3次……O（1）
n+3次 O(n)
n^2+2 O(n^2)
表示方法：
用常数1取代运行时间中的所有加法常数
在修改后的的运行次数中，只保留高阶乘
如果最高阶乘存在，且常数因子不为1，则去除这个项相乘的常数
2.1.3.1常见的大0阶
1）线性阶
一般含有非嵌套循环（一个for循环执行n次）
2）平方阶
双层嵌套循环（例如两个个for循环每个都执行n次）
3）立方阶
三层嵌套循环
4)对数阶
范围内乘法累加计算循环，计算循环次数则需要用log计算
规律：可以忽略底数
5）常数阶
复杂度：
O(1)<O(logn)<O(nlogn)<O(n^2)<O(n^3)............
2.1.4函数调用的时间复杂度分析
具体情况具体分析，灵活运用
2.1.5 最坏情况（最好，最坏，平均）
2.2空间复杂度分析（嵌入式开发）Java默认是考虑时间复杂度
1)Java的数据类型占用内存情况
byte ,1
short,2
int,4
long,8
float,4
double,8
boolean,1
char,2
2）计算机访问内存都是一次一字节
3）一个引用需要8个字节
4）创建对象16个字节
5）不够8字节，都会自动填充为8字节
6）数组，保存数组长度，不够8的倍数，填充8字节
2.2.案例 数组返转，反会数组
标签：Java,字节,复杂度,day1,算法,2.1,数据结构,常数 From： https://www.cnblogs.com/zhuxuanlv/p/16988971.html