一、什么是数据结构
1、概念
数据结构就是数据的组织、管理和存储格式，是为了高效的访问和修改数据。
2、分类
（1）线性结构
线性结构是最简单的数据结构，包括数组，链表，栈，队列等
（2）树
树是非线性结构复杂的数据结构，包括二叉树，堆等
（3）图
图是更为复杂的数据结构，由于节点和节点相互关联，所以会组成网状，呈现出多对多的关联关系
（4）其他类型数据结构
其他类型数据结构会由上述基本的数据结构转变而来，比如跳表，哈希链表，位图等。
二、什么是算法
1、概念
我们有了数据结构，可以用来保存数据，既然数据已经保存好了，那就涉及到怎么使用了，这就是算法需要做到的事情了
算法本质就是一系列程序指令，用于特定的运算和逻辑问题
2、应用场景
（1）运算
运算也属于算法的一种，毕竟是需要解决问题的，比如给你两个超大整数的和，如何计算求解呢，如果使用程序内置类型，有可能就会导致变量溢出，这个时候就需要一种合适的算法来解决这个问题了。
（2）查找
在数据结构中进行查找是一项最基本的操作，而你在生活中也时常会遇到这种问题，比如查询你的手机话费，查询视频网站上你喜欢的内容等
（3）排序
排序算法在生活是最常见的，比如你的成绩排名，微博的实时热点等等
（4）最优决策
寻找最优解是一个古老的问题了，我们从出生到死亡，一直是寻找最优解的过程，所以你的人生无时不刻不在经历着算法
三、时间复杂度
1、概念
什么是时间复杂度？
计算机是需要指令运行的，时间复杂度就是对程序基本指令操作执行次数的统计。
举个例子来说：
如果有人每一天给你一块钱，那么一年也就是块钱，对每天来说，你获得的都是一块钱。这就是常量级任务。
如果有个人每天给你的钱是昨天的钱多一块，那么你第一天得1块钱，第二天得2块钱，以此类推，这就是线性级任务。
如果有个人每天给你的钱是昨天的一倍，但他第一天给你5分，那这样第二天就给你1毛，第三天就是两毛，第四天就是四毛，这最后可是一笔巨款，这就是指数级任务。
而时间复杂度就是用来分析算法的时间的递增情况的。
四、空间复杂度
1、概念
算法总是用来处理数据结构的，而处理问题也可能会占用数据结构，这就需要占用内存了，而空间复杂度就是分析所占用内存的递增情况。
比如：你家有一平方米大小，但有两平方米的面要放，放不下怎么办呢？那只能先放一平米的面，吃完了再放另一平米了，毕竟空间也不是无限的，需要省着点用啊。
空间复杂度呢？就是分析你的程序的使用空间会随着你程序数据增长，内存的的增长模型，当然也会有常量级，线性级，指数级的递增了！
五、总结
这些超简单的概念理解了，那就要去分析一下数据结构和一些基本操作了！