今天继续说明了一些基本概念，讲解了时间空间复杂度。
（对于概念的掌握也很重要）
元素之间的关系在计算机中有两种表示方法：顺序映像和非顺序映像，由此得到两种不同的储存结构：
顺序存储结构和链式存储结构。
顺序：根据元素在存储器中的相对位置表示关系
链式：借助指针表示关系
数据类型：是一个值的集合和定义在这个值集上的一组操作的总称。
抽象数据类型：是指一个数学模型以及定义在该模型上的一组操作。（仅仅取决于逻辑特性，与其在计算机内部如何表示和实现无关）
定义抽象数据类型的一种格式：
ADT name{
数据对象：<>
数据关系：<>
基本操作：<>
}ADT name
算法：是对特定问题求解步骤的一种描述。
算法五个特性：
- 有穷性：有穷的时间内完成，或者可以说是可接受的时间完成
- 确定性：对于相同的输入只能得到相同的输出
- 可行性：描述的操作都可以执行基本操作有限次来实现
- 输入：零个或多个输入。取自于某个特定对象的集合
- 输出：一个或多个输出
设计要求：正确性、可读性、健壮性、效率与低存储量需求。
执行频度概念：是指通过统计算法的每一条指令的执行次数得到的。
执行频度=算法中每一条语句执行次数的和
一般认定每条语句执行一次所需时间为单位时间（常数时间）O(1)
几个小知识和小问题：
1）循环执行次数n+1次，不是n次。第一次执行i=1和判断i<=n以后执行n次判断和i++。所以该语句执行了n+1次。在他的控制下，循环体执行了n次。
2）四个并列程序段：分别为O(N),O(N^2),O(N^3),O(N*logN),整个程序时间复杂度为O(N^3)，因为随着N的增长，其它项都会忽略
3）算法分析的目的是分析算法的效率以求改进
4）对算法分析的前提是算法必须正确
5）原地工作指的不是不需要空间，而是空间复杂度O(1)，可能会需要有限几个变量。
实现统一功能两种算法：时间O(2^N),O(N^10)，假设计算机可以运行10^7秒，每秒可执行基本操作10^5次，问可解问题规模各为多少？选哪个更为合适？
计算机一共可执行10^7*10^5=10^12次
第一种：n=log2,(10^12)=12log(2,10)
第二种：n=（10^12）^0.1
显然1更适用。
虽然一般情况多项式算法比指数阶更优
