數據結構的重要性：

數據結構與算法是計算機學科中基礎中的基礎。說他基礎，并不是說他簡單，而是因為他在計算機學科中舉足輕重的地位。大學很多初學這門課程的同學，以及剛入職的工作族覺得這門課程與操作系統，計算機網絡，計算機體系結構一樣，是脫離實際工作的一些知識，可能除開一些面試，很少能用到。面試的時候背一背就好了。

的確，校招的時候很多公司都會面試算法數據結構，而且占的比重非常高。參加面試的學生通常沒有實際的項目經驗，公司只能考察他們對基礎知識的掌握程度。社招也是一樣，越牛的公司，越是注重考查數據結構與算法這類的基礎知識。相比短期能力，更看重長期的潛力，可見其的重要程度。

如果把編程語言比作學會的招式，那么數據結構與算法就是內功。只有內功越扎實，你的招式才能發揮最大威力

筆者本科畢業的時候，也曾經工作過一年，在那一年中，確實沒怎么用過數據結構（當然，數組和線性表還是會用的），算法就更不用多說了，排序就一個Arrays.sort()就搞定，整天與數據庫打交道，寫增刪改查。作為一個入門級碼農，慢慢的在過程中熟練的使用了JAVA API，覺得自己牛逼哄哄的，突然有一天，部門解散，大家紛紛轉崗，我才發現自己Too young Too naive。在那一年慢慢的成為了一個CRUD Boy。一個只懂業務的業務開發師。換了部門之后，自己對業務的理解也是useless。

可見，只有更計算機科學最底層的數據結構，算法，才是我們跳槽轉崗所需要的核心技能！

什么是數據結構：

顧名思義，數據結構就是數據在計算機內存儲的結構。

一個比較官方的回答是：　數據結構是計算機存儲、組織數據的方式。數據結構是指相互之間存在一種或多種特定關系的數據元素的集合。通常情況下，精心選擇的數據結構可以帶來更高的運行或者存儲效率。數據結構往往同高效的檢索算法和索引技術有關。

名詞的定義為：

但是，這些定義都很抽象，對理解這兩個概念沒有實質性的幫助。

下面通過一個例子來理解數據結構，以及數據結構與算法的聯系:

大多數人都去過圖書館借書，圖書館是怎么儲藏書籍的？為了方便查找，管理員一般會將書籍分類別進行排放，（也就是存儲），按照一定的規律排放，就是這些書籍“數據”上的存儲結構。

你作為一個閱讀者，如果只知道書名，怎么進圖書館找到這本書呢?

當然，你可以從進門的第一個書柜找起，找到最后一個書柜。但是，假設圖書館按照分類來排放書籍（事實上也是如此），情況就不同了。這種情況下會存在一種有效的方式，

你可以先設法知道書籍的類別（比如，問圖書管理員）

->知道該類別的書在哪個書柜

->去那個書柜進行尋找。

這些查找的方式就是算法。

所以你知道為什么算法與數據結構通常是聯系在一起了嗎？數據按照某種方式進行存放后，是為了更方便的進行“查找”，“更新”，“新增”，“刪除”操作。而這些操作，就是算法。以某種方式存放就是數據結構。

設想一下，如果管理員不按任何規則排放書，你是不是真的只能從第一個找到最后一個了呢？

如何學習數據結構與算法：

基礎知識就簡單嗎？其實不然，我們現在可能會認為小學學的四則運算簡單。但是，不妨回憶一下，當初小學我們學四則運算，背99乘法表是多么的煎熬，一把鼻涕一把淚的。可見，知識儲備是一個痛苦的過程。你堅持下來才能開啟新知識的大門，學習更多的新知識。沒有四則運算基礎，我們又如何學習數論中的因數分解，幾何中的面積求解呢?我們學習新的知識，是不斷累積的，認知不斷提高的，如果你想跟穿越過來的秦始皇講“計算機”這個新名詞，想必他也是很難理解吧。

作為大學才開設的課程，數據結構與算法比起小學學的東西自然不可同日而語。這門學科難嗎？

當然難！

幾乎我們課本上所學的每一種數據結構，每一個算法，都是來自一篇或者多篇高質量的論文。前人日以繼夜的研究，才將這些知識呈現在我們面前，大多數高質量的論文都是博士階段才會產出。所以很多知識并不簡單。

舉個例子，我們小學就“記過” Π=3.1415926535.....你現在看著他覺得眼熟吧？但是你知道他怎么來的么？（我猜絕大多數人不知道）。還有一個無限不循環小數，自然對數e ,他怎么來的？

我們學這些知識，很多情況下都在死記硬背，并不清楚它是怎么來的，為什么它會存在。

同理，在學數據結構的時候，很多同學并不理解設計背后的理念，在什么場景下更合適使用它，為什么它會存在？因此，很多人都學不好它。

正所謂:“有需求就有市場”，每一種數據結構都有它存在的合理性，都有更適合它的場景。

所以，應盡量從“實用性”的角度出發，舉例說明一些具體數據結構使用場景。比如，在什么時候使用線性表而不是鏈表，鏈表具體使用在哪些場景中？

另外，!非常墻裂!建議大家盡量能動手寫一寫，鞏固自己所學到的知識。

好了，啰嗦了這么多，導讀也該到此結束了，從下期原創文章開始，大家一起來學習數據結構與算法吧。