数据结构与算法笔记：从线性结构到查找与排序

数据结构与算法课程笔记，覆盖数据结构基础、数组/链表/栈/队列、时间复杂度与空间复杂度、查找算法和排序算法。

发布 DATE: 2026.04.28
字数 WORDS: 846
阅读 READ: 2 分钟

算法是程序的骨架，数据结构是算法的舞台。这份笔记整理数据结构与算法课程的核心内容，覆盖数据结构基础、线性结构、算法复杂度、查找算法和排序算法，并附带一份复杂度速查表。

学习路线

数据结构基础
    ├── 逻辑结构与存储结构
    ├── 数据运算与内存
    └── 数据结构与算法的关系
            ↓
线性结构
    ├── 数组
    ├── 链表
    ├── 栈
    └── 队列
            ↓
算法基础
    ├── 时间复杂度
    └── 空间复杂度
            ↓
算法应用
    ├── 查找：顺序查找、二分查找
    └── 排序：冒泡排序、快速排序及其他常见排序

内容概览

第一章：数据结构

数据结构基础：逻辑结构、存储结构、数据运算、内存，以及数据结构与算法的关系；
数组：连续存储、随机访问、动态扩容、按位置插入、尾部插入、按位置删除、尾部删除和遍历；
链表：节点、数据域、指针域、单链表组织方式，以及创建、遍历、插入、删除和释放；
栈：后进先出（LIFO）、栈顶、入栈、出栈、查看栈顶，以及数组栈和链式栈；
队列：先进先出（FIFO）、队头、队尾、入队、出队，以及顺序队列、循环队列和链式队列。

第二章：算法

算法基础：算法定义、输入、输出、有限性、时间复杂度和空间复杂度；
查找算法：顺序查找、二分查找，以及不同查找算法的前提条件和复杂度；
排序算法：常见排序思想、冒泡排序、快速排序、复杂度、稳定性和适用场景。

复杂度速查

结构或算法	典型操作	时间复杂度	说明
数组	按下标访问	`O(1)`	连续存储支持随机访问
数组	中间插入或删除	`O(n)`	通常需要移动后续元素
链表	按位置查找	`O(n)`	需要从头节点逐步遍历
链表	已定位节点后的插入或删除	`O(1)`	不包含定位节点本身的成本
栈	入栈、出栈、查看栈顶	`O(1)`	操作集中在栈顶
队列	入队、出队	`O(1)`	取决于具体实现方式
顺序查找	查找元素	`O(n)`	可处理无序数据
二分查找	查找元素	`O(log n)`	前提是数据有序且支持按位置访问
冒泡排序	排序	`O(n²)`	适合用于理解排序过程
快速排序	排序	平均 `O(n log n)`	最坏情况通常为 `O(n²)`

建议的学习方式

先阅读数据结构基础，建立逻辑结构、存储结构和内存模型的整体认识；
分别画出数组、链表、栈和队列的存储示意图，再阅读对应操作；
对每个操作记录前置条件、数据变化、边界情况和复杂度；
学习查找和排序时，手工跟踪一组小规模数据的执行过程；
阅读课件后再补充独立代码实现，并为关键操作编写测试用例。

后续扩展方向

当前仓库以课程资料和学习索引为主，后续可以按课件章节补充数组、链表、栈、队列、查找和排序算法的代码实现、边界测试及复杂度实验记录。

仓库

data-structures-and-algorithms