1. 数据结构

数据结构是计算机中存储和组织数据的方式

主要包含4方面的内容：

1. 数据元素（Data）
2. 逻辑结构：数据元素之间的逻辑关系
3. 存储结构：逻辑结构在计算机中的存储结构
4. 所规定的操作：除常见的增删改查外，还有遍历和排序等。

1.1 数据元素

1. 数据（Data）：所有能够被计算机识别的符号集合。它是一个抽象的概念，可以是程序语言中定义的类型，也可以是自定义的结构体类型
2. 数据元素（Data Element）: 数据集合中的一个个体，通常包含多个或一个数据项。如一个Person对象，可能name, address, mobile等数据项
3. 数据项（Data Item）: 是数据结构中讨论的最小单位，存在于某具数据元素的集合中。
4. 数据对象：具有相同性质的元素集合，如一个由字符串组成的数组，一个由Person对象组成的数组。

1.2 逻辑结构

对于关系型数据，通常有一对一、一对多以及多对多的关系。对于无序的数据，通常用集合来表示。

基于此，逻辑结构有：

1. 线性结构：通常用来表示一对一的关系，表现形式有：数组、列表、栈、队列及链表等。
2. 树形结构：用于表示一对多的关系，表现形式就是对应的树。
3. 图形结构：用于表示多对多的关系，由边和点组成
4. 集合结构：用于表示无序的数据，表现形式有：字典和散列。

1.3 存储结构

存储结构有两种形式：

1. 顺序存储：数据存储在一片连续空间中，存取速度快，但是插入和删除慢
2. 链式存储：数据存储在不连续的空间中，通过辅助结构来寻找。插入和删除效率高，但是存取速度慢。

存储结构与逻辑结构并没有特殊的限制，一个线性结构，即可以顺序存储，也可以链式存储。

1.4 操作

每个数据定义好后，都会有相应的基本操作。对于程序语言来说，各数据类型都有提供相应的基础API操作

通常包含：CRUD、遍历以及排序等。

2. 算法

算法是用来设计一种使用计算机来解决问题的方法

具有以下特性：

1. 输入：可以有一定的输入参数
2. 输出：产生至少一个输出结果
3. 确定性：执行过程必须清晰，无歧义
4. 有限性：执行的次数、时间和空间必须是有限制。这样才可以评估和对比效率。

如果说编程是一种思想，那算法就是这思想里的灵魂。

3. 数据结构和算法的作用

在我们软件开发过程中，数据结构和算法其实一直存在。当你分析一个难点问题时，你会用到。当你在用像Vue和React之类的库时，也会用到。不同的是，他们定义好了相应的数据结构，你只要去用就行。但是对于高级工程师，只是用，显然是不够的。

对于业务难点的分析解决，通常我们会经历以下几个步骤:

1. 根据对业务和问题的理解，了解有哪些数据及最终要达到的效果是什么。即输出什么
2. 根据业务逻辑，分析实现的方式，这步可能会画流程图，然后确认程序的执行步骤，这步其实就是算法设计
3. 针对上面的设计，我们需要一个合适的数据结构来实现相应的策略。
4. 通常一个问题会有多个解，我们需要分析出最优解时，就需要算法分析，然后再回到上面两个步骤。
5. 最后才是程序实现。

综上：

1. 数据结构在解决计算机问题中起到了：存放要处理的数据及实现算法策略的作用
2. 算法设计及分析：帮助你更好地解决问题