1.数据结构与算法的重要性

曾经有个说法，程序=数据结构+算法。这在面向过程的编程语言流行的年代是很受推崇的。 然而，随着时代的发展，各种编程语言的出现，各种编程模式的发明，面向对象、设计模式、框架、模型等各种概念早已淹没了当年那个简单的提法。

那么，在这个多样化的年代，如果想立志做编程开发，还有没有必要学好数据结构和算法呢？

我的回答是，非但有必要，更应该学好、学博、学精。

1. 数据结构与算法是程序的灵魂，是朴素的基础，学好它有有助于理解各种上层抽象。
2. 在项目实践中，数据结构和算法的应用随处可见，对程序性能的影响巨大。
3. 现在的软件工程充斥着大量的过度设计、资源浪费，在预算不充足的情况下已经严重影响了系统的效率和稳定性。学好数据结构和算法，能够从根本上去避免这些问题的出现。
4. 当今流行大数据和人工智能时代，各种云概念，海量数据，百万用户并发（从以前著名的C10K问题，到现在的C1000K甚至更高问题），最终都是数据结构与算法的比拼。

2.什么是数据结构和算法

数据结构（data structure）是计算机中存储、组织数据的方式。

数据结构是一种具有一定逻辑关系，在计算机中应用某种存储结构，并且封装了相应操作的数据元素集合。它包含三方面的内容，逻辑关系、存储关系及操作。不同种类的数据结构适合于不同种类的应用，而部分甚至专门用于特定的作业任务。例如，计算机网络依赖于路由表运作，B 树高度适用于数据库的封装。

当我们需要在计算机中存储这些数据时,还涉及到数据的,组织方式,在计算机中的存储方式,以及定义在该数据上的一组操作;

• 一组数据相互之间有某种关系
• 组织方式
• 存储方式
• 以及可对其进行的一组操作

算法（Algorithm）是解决特定问题求解步骤的描述，在计算机中表现为有限的操作序列，在数据类型建立起来之后，就要对这些数据类型进行操作，建立起运算的集合即为程序。运算的建立、方法好坏直接决定了计算机程序原型效率的高低；

数据结构与算法的关系：两者既有联系又有区别，联系是：程序=算法+数据结构。数据结构是算法实现的基础，算法总是要依赖某种数据结构来实现的，算法的操作对象时数据结构，区别是数据结构关注的是数据的逻辑结构、存储结构的一些基本操作，而算法更多的是关注如何在数据结构的基本上解决实际问题，算法是编程思想，数据结构是这些思想的基础；

算法的特性：

• 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；
• 确定性：算法的每一步骤都具有确定的含义，不会出现二义性；
• 可行性：算法的每一步都必须是可行的，也就是说，每一步都能够通过执行有限次数完成；
• 输入：是指算法具有零个或多个输入；
• 输出：是指算法至少有一个或多个输出