以后不管干什么，都必须从宏观入手
这次算法&数据结构的学习，和我以前学习的方式不太一样了，不在是抱着一本书，从前往后看，而是立下自己要学习的目标。反过去从书中学，网上学，不在是书指导我的思维
我对于该知识学习的等级，越深入，所需时间是几何倍的增长。（所以需要自己掌握这个度）
- 宏观篇（有一个大体的了解，最少仅限于概念懂，最多看懂代码实现）
- 微观篇（不深入怎么能叫微观呢？最少有一个自己的实现，和一个完美的实现）
- 极致篇（多半我不会来这里，来了，就是死磕，不允许自己心中还有疑问）
眉毛胡子一把抓，是不行的，但下面这些是我必须掌握的
数据结构
线性表
- 数组
- 链表
- 单链表
- 双向链表
- 循环链表
- 双向循环链表
- 静态链表
- 栈
- 顺序栈
- 链式栈
- 队列
- 普通队列
- 双端队列
- 阻塞队列
- 并发队列
- 阻塞并发队列
散列表
- 顺序散列
- 冲突散列
- 链表法
- 开发寻址
- 其它
- 动态扩容
- 位图
树 - 二叉树
- 平衡二叉树
- 二叉查找树
- 平衡二叉查找树
- 完全二叉树
- 满二叉树
- 多路查找树
- B树
- B+树
- 2-3树
- 2-3-4树
- 堆
- 小顶堆
- 大顶堆
- 优先级队列
- 斐波那契堆
- 二顶堆
- 其它
- 图的存储
- 邻接矩阵
- 邻接表
- 拓扑排序
- 最短路径
- 关键路径
- 最小生成树
- 二分图
- 最大流
算法
复杂度分析
- 空间复杂度
- 时间复杂度
- 最好
- 最坏
- 平均
- 均摊
基本算法思想
- 贪心算法
- 分治算法
- 动态规划
- 回溯算法
- 枚举算法
排序
- 时间复杂度：O（n^2）
- 时间复杂度：O（nlogn）
- 时间复杂度：O（n）
搜索
- 深度优先搜索
- 广度优先搜索
- A*启发式搜索
查找
- 线性表查找
- 树结构查找
- 散列表查找