排序算法 (Sorting Algorithms)概念：将一组数据按照某种规则 (例如，升序或降序) 重新排列的算法 排序算法 (Sorting Algorithms) 是计算机科学中最基础和最重要的算法之一。 它的目标是将一组 无序的数据 （例如，数组、列表）重新排列成 有序的序列，使得数据按照某种预定的规则排列，例如： 升序排序 (Ascending Order): 将数据从小到大排列

图 (Graph)概念：由节点 (Vertex) 和边 (Edge) 组成，表示对象之间关系的数据结构 图 (Graph) 是一种比树结构更通用的数据结构，它可以用来表示 对象之间复杂的关系网络。 例如，社交网络中人与人之间的关注关系、城市交通网络中城市与城市之间的道路连接、计算机网络中计算机之间的连接关系等等，都可以用图来表示。 图主要由两个基本元素组成： 节点 (Vertex /

堆 (Heap)概念：一种特殊的树形数据结构，满足堆属性 堆 (Heap) 是一种特殊的 树形数据结构，但请注意，这里的 “堆” 和内存中的 “堆区 (Heap Memory)” 不是同一个概念，虽然都叫 “堆”，但在数据结构领域，堆特指这种特殊的树形结构。 堆最核心的特点是 堆属性 (Heap Property)，它决定了父节点和子节点之间的值关系。 堆属性主要有两种类型，它们定义了两种不同的

哈希表 (Hash Table) / 散列表概念：通过哈希函数将键 (Key) 映射到值 (Value) 的数据结构，实现快速查找 想象一下，你有一个巨大的图书馆，里面藏书无数。 如果你要找一本书，最笨的方法就是一本一本地找，这显然效率极低。但如果图书馆采用了 图书索引系统，比如按照书名的首字母分类，然后每个首字母下面再细分，你就可以根据书名快速定位到书籍所在的位置。 哈希表 (Has

树 (Tree)概念：层级关系的数据结构，由节点和边组成 想象一下，一棵倒立的树。树根在最上面，树枝向下延伸，树枝上又分叉出更小的树枝，最后是叶子。 树 (Tree) 这种数据结构就类似于自然界中的树，它是一种表示 层级关系 的数据结构。 由 节点 (Node) 和 边 (Edge) 组成。 节点 (Node)： 树的基本单元，代表数据集合中的一个元素。 节点可以有子节点，也可以没有子节

队列 (Queue)概念：先进先出 (FIFO - First In First Out) 的数据结构 想象一下，你在排队买东西。 先来排队的人，先买到东西，然后离开队伍，后来的人只能排在后面，依次轮到。 队列 (Queue) 这种数据结构就类似于排队，它遵循 先进先出 (FIFO - First In First Out) 的原则。 就像一个单端入口、单端出口的管道，你只能从队尾 (Re

栈 (Stack)概念：后进先出 (LIFO - Last In First Out) 的数据结构 想象一下，你叠放一摞盘子。 你总是从最上面拿走盘子，最后放上去的盘子总是最先被拿走。 栈 (Stack) 这种数据结构就类似于叠盘子，它遵循 后进先出 (LIFO - Last In First Out) 的原则。 就像一个桶或者一个单端开口的管道，你只能从顶端放入 (压栈) 和取出 (弹栈)

链表概念：非连续内存空间，通过指针连接的节点序列 如果说数组是一排紧密相连的柜子，那么 链表 (Linked List) 就像是一串珍珠项链。 每一颗珍珠（节点 (Node)） 本身包含了数据，并且还连接着下一颗珍珠（通过 指针 (Pointer)）。 与数组的连续内存空间不同，链表的节点可以分散在内存的各个角落，它们之间通过指针相互“记住”对方的位置，从而形成一个逻辑上的序列。 节点

数组 (Array)概念：连续内存空间存储相同类型元素的集合 想象一下，你有一排整齐的柜子，每个柜子的大小都一样，并且都用来存放同一种类型的物品，比如书。 数组 (Array) 就像这样一排连续的柜子，它们在计算机的内存中占据着一块连续的空间，并且只能存放相同类型的数据。 连续内存空间： 数组中的元素在内存中是一个挨着一个排列的，中间没有空隙。 这就像柜子是紧密排列在一起的，而不是分散在

什么是算法？ 定义：解决特定问题的步骤和方法 “算法”这个词听起来可能有些高深，但它实际上是我们日常生活中解决问题时所使用的一系列步骤和方法。在计算机科学中，算法被定义为： 解决特定问题而采取的有限步骤。 更具体地说，一个算法需要具备以下几个关键特征： 明确的输入 (Input)： 算法必须有明确的输入，即它要处理的数据。输入可以是零个或多个。 明确的输出 (Output)： 算法必须产生明确的