如何评价代码的质量？

1. 性能
2. 可读性
3. 拓展性

如何分析代码的时间复杂度和空间复杂度？（The most important）

什么是数据结构、什么是算法？

• 数据结构：数据的存储结构
• 算法：操纵数据的方法

面对不同量级的数据，需要选择相应的数据结构。举一个简单的例子，当我们只需要管理10本书的时候，我们根本不需要用什么方法，很快就能找到你要找的书；当我们要管理100本书的时候，我们的桌子可能就放不下了，我们就需要一个书架（类似于数据结构），为了让我们更加高效的找到某一本书，我们还需要按照一定的规则对这些书籍进行排序（类似于算法）。当我们需要管理100W本书的时候，光书架已经不够了，我们需要一个巨大的仓库，需要许许多多的书架。为了能够高效的管理这些图书，我们需要把一个仓库分类成多个仓库，每个仓库又有许许多多的书架，书架又是按照一定的规则排序，这样我们就能快速的找到相应的图书。

数据结构和算法的关系

数据结构和算法是相辅相成的，不同的结构有着不同的特点，充分的发挥这些结构的特点可以帮助我们高效的解决很多问题。

举一个现实中的例子：轮子都是设计成圆形，因为滚动摩擦力远远小于滑动摩擦力，由于圆形的这种特性，我们设计出轮子，帮助人们来运输货物，大大节省了重物在运输过程中消耗的体力，扩宽了人们运输的范围，也帮助完成超出人类水平的艰巨任务，如金字塔。

数据结构和算法导图

常见的数据结构

1. 数组
2. 链表
3. 栈
4. 队列
5. 堆
6. 哈希表
7. 二叉树
8. 图
9. 跳表
10. Trie树

常用的算法

1. 递归
2. 排序
3. 查找
4. 最短路径
5. 动态规划

数据结构和算法导图.png

常碰到的时间复杂度

其中指数阶和阶乘阶都属于十分低效的复杂度量级，应该尽量避免。

时间复杂度.png

//这段代码的时间负责度就是log(n)
 i=1;
 while (i <= n)  {
   i = i * 2;
 }