算法和数据结构的重要性是什么

编程好比是一辆汽车，而数据结构和算法是汽车内部的变速箱。一个开车的人不懂变速箱的原理也是能开车的，同理一个不懂数据结构和算法的人也能编程。但如果开车的人懂变速箱的原理，爬坡使用1档可以获得更大牵引力。

一、算法和数据结构的重要性

编程好比是一辆汽车，而数据结构和算法是汽车内部的变速箱。一个开车的人不懂变速箱的原理也是能开车的，同理一个不懂数据结构和算法的人也能编程。但如果开车的人懂变速箱的原理，爬坡使用1档可以获得更大牵引力。

回到编程而言，比如将一个班级的学生名字要临时存储在内存中，你会选择什么数据结构来存储，数组还是ArrayList，或者HashSet，或者别的数据结构。如果不懂数据结构的，可能随便选择一个容器来存储，也能完成所有的功能，但是后期如果随着学生数据量的增多，随便选择的数据结构肯定会存在性能问题，而一个懂数据结构和算法的人，在实际编程中会选择适当的数据结构来解决相应的问题，会极大的提高程序的性能。

数据结构

数据结构很重要。一些大师在进行编程之前在数据结构上花费的时间是非常多的。只有将数据结构设计好了，才能在此基础上使用算法。
接下来，介绍一下数组，链表，树，图，队列，栈相关的内容以及它们之间存在的一些关系。
数组这种数据结构有其随机访问的特点，靠下标就能访问。这种访问方式十分高效。
链表虽然不能利用下标访问，但对于内存的使用很具有灵活性，所以这个优点让它应用也十分广泛。因为在实际程序我们不能总是确定内存中有合适的空间。链表最大的作用感觉也在于此，其更适用于非随机访问的情况。
但是显然链表这种结构存在查找效率低的特点，这种问题应该如何解决呢？有没有一种办法既可以灵活分配内存，同时又能提高查找效率呢？（查找这个动作，往往是程序必不可少的一部分，几乎所有的程序都会涉及到查找这个动作，所以其效率便十分重要了）
先说一下总的方法，有序是查询得以优化的重要原因。先来说说树，树的组织一般也是链式存储的，好处就在于原来n个条目的数据存储在链表中，当我们进行查询时，查询第3个就必须经过第2个。查询第n个，就必须得经过前n-1个结点。那么问题来了，难道结点n前面的那些结点都需要经过吗？显然不是，这也说明了链表的局限性。相对而言，树的组织方式使我们在遍历时可以进行选择，比如说，二叉树中我们需要选定一个分支，相对而言，链表中我们没得选择。选择的出现带来了一定的优化。比如二叉排序树，堆等。这些树的构建，都是根据我们的目的来进行构建的。
栈，队列，则是由现实世界借鉴而来的。首先，现实世界中，队列栈这些形式普遍存在于现实生活中，而程序从某种角度是服务于现实生活中，所以就抽象出了计算机中的所谓栈，队列的概念。思想体现在程序的执行过程中，体现在程序开发设计中。事实上，栈，队列的思想不仅体现在了软件层面，计算机硬件层面也是很多地方应用了这中思想，比如指令队列（指令执行的先后顺序决定了队列适用于它），比如说寄存器栈（计算的次序决定了可以用栈来实现）。另外，函数调用机制也是栈的应用，a调用b,b调用c,这个过程在我们看来比较简单，但是在计算机中，在调用时则需要保存一系列信息，调用的过程以及返回的过程（c只能返回到b,不能直接返回到c）这个过程适合通过栈这种结构来进行模拟。

算法

设计了好的数据结构，只是成功了一半，因为数据结构是静态的，只是组织数据的一种方式，你不去操作它（如访问），它是无法发挥它的作用的。所以，我们需要在此基础上去根据我们的目的进行相应的操作，而操作的方式不同，耗费的时间也是不一样的，我们需要找到好的操作方案。这里所说的方案，就是算法。
举一个简单的例子，你打算从家到学校，有多个公交可以坐，可以产生很多方案，每一种方案都是你对于达成目标的一种设计，我们称之为算法。人们往往会在众多方案中寻找优异的算法。我们这里的方案的数量是有限的，但是事实上，很多问题的方案是无限的，或者巨大的，我们无法一一去尝试这些方案。所以我们总结了一些优异算法的准则，思想，比如说贪心算法，动态规划等思想。
算法为何依赖于数据结构呢？为回答这个问题，举一个通俗的例子。你在学校捡到了一张饭卡，上面有姓名，学院，班级。然后你要去将饭卡还给失主。接下来，你会找到其学院，然后找到班级，然后在班级中通过询问同学找到失主。（姓名，学院，班级）在这里我们认为是数据结构，因其把这些数据组织到一张卡上了。接下来，想象另一种情形，假如说饭卡上只有姓名，而学院，班级在另一张信息卡上。那么你可能找遍全校也找不到失主。
将一些数据组织在一起，能够为算法提供必要的基础信息，关联信息，使得算法在执行过程中能够快速找到相关信息（比如，上面例子中的学院，班级）。

延伸阅读：