学习数据结构与算法，还是很有必要看几本相关的书籍，但根据不同基础的人，合适看的书也不一样，因此，针对不同层次、不同语言的人，推荐几本市面上口碑不错的书。
 
1. 入门级
 
针对刚入门的同学，建议不要急着去看那些经典书，像《算法导论》、《算法》这些比较经典、权威的书。虽然书很好，但看起来很费劲，如果看不完，效果会很不好。所以建议先看两本入门级的趣味书：
 
《大话数据结构》
《算法图解》
 
大话数据结构
 
将理论讲的很有趣，不枯燥。作者结合生活中的例子去对每个数据结构和算法进行讲解，让人通俗易懂。
 
算法图解
 
这是一本像小说一样有趣的算法入门书，书中有大量的图解，通俗易懂。
 
看完上面一本或两本入门级的书，你就会对数据结构和算法有个大概认识和学习。但这些入门级的书缺少细节、不够系统。所以想要深入的学习数据结构和算法，光看这两本书肯定是不够的。
 
2. 不同语言的教科书
 
国内外很多大学都是将《数据结构和算法分析》作为教科书。这本书非常系统、严谨、全面，难度适中，很适合对数据结构和算法有些了解，并且已经掌握了至少一门语言的同学学习。针对不同的语言，分别有：
 
 
《数据结构与算法分析:C语言描述》
 
 
《数据结构与算法分析:C++描述》
 
 
《数据结构与算法分析:java语言描述》
 
 
如果你不会C、C++、java，会Python或者JavaScript，可以看：
 
 
《数据结构与算法JavaScript描述》
 
 
《数据结构与算法:Python语言描述》
 
 
3. 面试书籍
 
现在很多大厂的面试都会考算法题，这里推荐几本面试算法书籍：
 
 
《剑指offer》
 
 
《编程珠玑》
 
 
《编程之美》
 
 
剑指offer
 
为面试算法量身定做的一本书。几乎包含了所有常见的、经典的面试题，如果能搞懂书里面的内容，一般公司的算法面试都应该没问题。
 
编程珠玑
 
这本书豆瓣评分有9分，评分很高。这本书最大的特色是讲了很多海量数据的处理技巧。其他算法书籍很少涉及海量数据。
 
编程之美
 
有些作者是微软工程师，算法题目较难，比较适合要面试Google、Facebook这样的公司的人去看。
 
4. 经典书籍
 
现在数据结构与算法最经典的书籍就是：
 
 
《算法导论》
 
 
《算法》
 
 
《计算机程序设计艺术》
 
 
这三本书非常经典，但都很厚，看起来比较费劲，估计很少有人能全部看完。但如果想更深入地学一遍数据结构和算法，还是建议去看看。
 
算法导论
 
章节安排不是循序渐进，里面有各种算法正确性、复杂度的证明、推导，对数学功底有一定要求，看起来有些费劲。
 
算法
 
偏重讲算法。内容不够全面，对数据结构方面的知识讲的不多，动态规划这么重要的知识点却没有讲。
 
计算机程序设计艺术
 
这本书包括很多卷，相比于其他书籍有更好的深度、广度、系统性和全面性。但如果你对数据结构和算法不是特别感兴趣，没有很好的数学、算法、计算机基础，很难把这本书读完、读懂。
 
5. 课外阅读
 
有些算法书籍也比较适合在平时悠闲的时候翻翻看看：
 
 
《算法帝国》
 
 
《数学之美》
 
 
《算法之美》
 
 
这些书都列举了大量的列子来解释说明，非常通俗易懂。
 
下面给出一张上面推荐的数据结构与算法书籍的思维导图：
 

数据结构与算法：为什么要学习数据结构与算法
 
数据结构与算法到底是什么
 
数据结构
 
​ 数据结构指的是计算机中数据的组织形式，分为逻辑结构和物理结构两个维度。其中，逻辑结构是对数据组织形式在逻辑上的抽象，物理结构则是基于存储设备对数据真实的组织管理，因此又被成为存储结构。学习和研究数据结构，就是研究数据的逻辑结构、物理结构及二者之间的关系。因此，数据结构中的”结构“二字，可以理解为数据之间存在的关系。
 
算法
 
​ 算法在计算机领域指的是对特定问题的解决方案的一系列指令化描述。算法必须是明确且有穷的，即一个算法必须要有明确的定义，一定的输入在有限的步骤内可以获得要求的输出。
 
数据结构与算法的关系
 
​ 算法是对一定的数据结构进行的特定操作，数据结构是算法的基础。在解决问题时，没有最好的算法，只有最合适的算法，数据结构也是。
 
为什么要学习数据结构与算法
 
​ 知道了什么是数据结构与算法，接下来聊聊为什么要学习它。
 
​ 首先，最现实的问题是无论校招还是社招，技术面试中多多少少都会问到数据结构与算法相关的问题。例如最直接的一种，面试官上来就让手写一个快排的代码，或者给一段代码，要求分析时间复杂度和空间复杂度。
 
​ 其次，日常繁杂的业务工作往往容易让人忽略程序实现细节和原理。就 Java 来说，无论是其自身的基础 API，还是第三方提供的开源框架，都糅合很多优秀的数据结构和算法的设计思想。
 
​ 最后，如果不重视程序的性能好坏，日复一日业务开发显然无法持续提升个人的编程和设计能力。而提升代码质量的第一步，就是建立起时间复杂度、空间复杂度的意识。
 
​ 综上，扎实的数据结构与算法基础，能大大提升面试通过率，大大提升对语言、框架和工具的理解层次，大大提升编程和设计能力。

 
数据结构、算法、程序
 
1 前言
2 数据结构、算法
3 数据结构、算法、程序

 
1 前言
 
  在写这篇博客之前，我一直以为数据结构与算法是一回事，毕竟每次讲到数据结构，就一定会涉及到算法，这两者总是成对出现，总感觉它们之间的关系理不清道不明，就很容易将其混为一谈，于是乎就各种查资料，汇总出以下内容。
 
2 数据结构、算法
 
个人理解&大杂烩：
 
数据结构 = 数据 + 结构：
   数据的逻辑结构与存储结构，比如线性、树形等逻辑结构，队列、链表等存储结构 ，更多的是侧重在数据方面;
算法 = 算 + 法：
   计算的方法，更多的是关于问题求解过程中方法的描述；
   
 下面是大佬所举的通俗易懂的例子:
 
 
3 数据结构、算法、程序
 
不对程序这个词做过多的解释，用下面公式表明三者之间的关系，也就理解了程序的意思，以及三者之间的联系:
 
 就是这么一个看似简单的公式让Nicklaus Wirth获得了图灵奖。
 
公式展开来就是:
 提出问题==> 数据结构 + 算法 == 程序 ==> 问题解决
 
最后总结一下:
   数据结构是算法实现的基础，算法总是要依赖于某种数据结构来实现，两者相辅相成，构成了一个程序。
 
反爬虫措施，读者略过:
转载请标明转自:https://leejason.blog.csdn.net/article/details/106466258

 
 

  ❝ 
  
程序=算法+数据结构
 ❞
 
 
 
这是一句非常著名的话，凭借这一句话直接获得图灵奖，可想数据结构和算法有多重要。同时，在各个大厂招聘面试时，也会提到数据结构和算法。
 
 

  ❝ 
  
你知道什么什么数据结构吗
 
  
查找、插入等操作的时间复杂度是多少
 
  
给出一个问题，问需要用到什么数据结构，时间和空间的复杂度分别是什么，可不可以优化。
 ❞
 
 
 
所以一名优秀的程序员，应该了解和使用数据结构和算法。
 
 
那么什么是数据结构，算法又是什么呢。
 
 
名字解释
 
 
我的大学老师这样解释数据结构和算法：
 
 

  ❝ 
  
数据结构是对「所有数据的元素和元素与元素关系的描述」，算法是「对特定问题求解步骤的描述」。
 ❞
 
 
 
「数据」是描述客观事物的数和字符的集合，在计算机的角度，所有能输入到计算机中且能被计算机处理的符号都是数据。
 
 
「数据项」是具有独立含义的数据最小单位。
 
 
「数据结构」是以某种关系将数据联系在一起，而「算法」是对特定问题求解步骤的一种描述，是指定的有限序列。
 
 
在实现算法中需要使用到数据结构来减少步骤，提高效率。
 
 
一般来说，判定一个算法的好坏，有两方面的标准，一个是代码运行的时间，另一个是代码运行占用的空间，分别称为「时间复杂度」和「空间复杂度」。
 
 
我们一般用O来表示时间复杂度，如下代码：
 
 
for( i=1; i<=n; i++) {
  j = i;
  j++
}
 
 
这段代码会从i=1执行到i=n，代码执行了n次。代码的执行次数与n的大小有关，所以用O(n)来表示这段代码的时间复杂度。
 
 
常见的时间复杂度由小到大依次为：
 
 
 
O(1)
 
 
O(logN)
 
 
O(n)
 
 
O(nlogN)
 
 
O(n²)
 
 
O(n³)
 
 
O(2^n^)
 
 
在高中学过的数学就可以证明几种函数的增长趋势，当随着n变大，计算机运行时间也要变长，尤其是指数方式增长时，运行时间将漫长无比。在计算机中， 为了降低时间复杂度，有多种方法，一种是「空间换取时间」，如桶排序等；或者是优化算法，降低时间复杂度。
 
 
显然，时间复杂度只是一种增长趋势，而不是具体的使用了多少时间，空间复杂度同样不是计算程序具体使用了多少空间，而是「指一个算法在运行中，使用了多少临时空间的一个度量」。
 
 
例如，如果在算法中定义了一个变量，那么空间复杂度就是常数级，也就是O(1)。如果定义了一个长度为n的数组，那么空间复杂度就是O(n)。
 
 
现在计算机的性能越来越好，空间资源可以说是足够多，所以算法优化主要是对时间复杂度的优化，甚至会用空间换取时间。
 
 
所以，知道了什么是数据结构和算法，接下来的文章开始学习数据结构和算法，一起向一名优秀的打工人进步吧。