数据结构：是指数据的存储以及存储方式，决定了数据的物理结构和逻辑结构，良好的数据结构可以提高程序的存储、查询、修改效率，降低复杂度和错误率。
算法：解决问题的步骤和方法，一个好的算法应具有高效、简洁、可维护性和正确性
时间复杂度：在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随着n的变化情况来确定T(n)的数量级，算法的时间复杂度，就是算法的时间度量，记为O，T(n) = O(f(n))，我们称为大O记法。
时间复杂度往往会联系到一个函数，自变量表示规模，因变量表示执行时间（执行次数，也就是n次或n2次）
如何判断做题中的时间复杂度呢？
1，总执行次数的话，需要小于10的6次方，这个就可以了。
2，确定问题规模
3，套公式，当n<12 , 可能需要阶乘级别的算法
当n<16 , 可能需要状态压缩的算法 O(2的n次方)，O(n*2的n次方)，O(n的平方乘以2的n次方)
当n<30 , 可能需要O(n的四次方)的算法
当n<100 , 可能需要O(n的三次方)的算法
当n<1000, 可能需要O(n的二次方)的算法
当n<100000 , 可能需要O(n乘以log以2为底n)、O(n乘以(log以2为底n)的平方)的算法
当n<1000000 , 可能需要O(n)或O(根号n)级别的算法
空间复杂度：
常见数据结构的空间复杂度可见下
顺序表 O(n)：其中n是顺序表的长度
链表 O(n)：其中n是链表的长度
栈 O(n) ：其中n是栈的最大深度
队列 O(n)：其中n是队列的最大长度
树 O(n)：其中n是树的最大深度
图 O(n+m) ：其中n是图中顶点的数量， 其中m是图中边的数量