算法与数据结构是相辅相成的，不要孤立开来学习。学习的重点不在于死记硬背，因为不常用的话很快也会忘记，所以要有一个大纲性的思路。
1. 首先得会复杂度分析：特别是时间复杂度，除了平均复杂度还需要知道最坏情况下算法会退化到何种地步。
2. 算法要做到脑中要有动画、知道应用场景、对比其他算法优缺点、平均复杂度和最坏复杂度、使用需配合何种数据结构。常用基础算法都用这种方式过一遍：查找、排序、递归、搜索、聚类、哈希算法、贪心算法、分治算法、回溯算法、动态规划等
3. 数据结构要做到脑中有图、适用何种算法、对比同类数据结构。经典数据结构要掌握：数组、链表、堆、栈、队列、散列表、二叉树、跳表、图、Tire树
4. 适度刷题总结：leetcode
重点是对比性学习，给定场景要能选出合适的算法和数据结构
以本剧为例说明算法和数据结构的配合：广度优先搜索要配合队列；递归、深度优先搜索要配合栈；图算法多配合散列表；NP问题多用贪心和动态规划求近似解。
以数组 vs 链表为例说明优缺点对比：
数组：随机访问O(1)，插入删除O(n)，利于缓存、扩容时搬运麻烦、内存利用率高
链表：插入删除O(1)，随机访问O(n)，不利于缓存、动态扩容、消耗额外空间、易产生内存碎片
以文中的散列表冲突说明退化问题：
采用链表结构解决冲突，当所有输入均映射至同一位置，O(1)退化至O(n)。另外散列表是一种空间换时间的方案，空间占用较大（不考虑实体内容，每条目消耗就有50字节左右），海量数据判断是否存在的场景用布隆过滤即可，缺点则是损失部分精度和时间。
最后说下本剧，图灵图书榜前列，简单易懂，可快速回忆经典算法流程，就是
布克影视这个电子版排版太差了。4星-1星
