可以更合理使用内存
提高程序的执行效率
C语言本质是操作内存
数据对象、数据元素、数据项
（一）数据结构的三元素
1. 逻辑结构
（1）线性结构
一对一的关系
数据连续
（2）非线性结构
树型：
一对多
图：
多对多
2. 存储结构
数据在计算机尤其是内存中的存储方式
（1）顺序存储
（2）链式存储
（3）索引存储
3. 运算
算法：有限步骤内解决问题的方法
算法不依赖于编程语言
特点：
- 有穷性
- 确定性
- 可行性
- 有0个或多个输入，有一个或多个输出
标准：
- 正确性
- 易读性
- 健壮性：对非法数据的处理能力
- 高效性
- 低存储
（二）时间复杂度
算法的时间复杂度定义为算法中可执行语句的频度之和 记作 T(n)
语句频度是指同一代码执行的次数
T(n)是算法所需时间的一种估值，n 表示问题的规模
算法的时间复杂度的表示方式为：
O(频度); ----------称为 大 O 表示法
假设有三段代码：
a 的时间复杂度为 2
b 的时间复杂度为 2n
c 的时间复杂度为2n^2
如果a、b、c组成一段程序，
那么算法的时间复杂度为
T(n) =T (2+2n+2n^2)
业内表示方法 还需T (2+2n+2n^2)要对进行简化
使用大O表示法的简化流程：
1.去掉运行时间中的所有常数项。
（例如 2+2n+2n^2，直接变为 2n+2n^2）
2.保留最高次幂项。
（2n^2+2n 变成 2n^2）
3.最高项存在但是系数不是1，则把系数置为1。
（2n^2 系数为2 去掉系数 n^2 ）
所以，最终a、b和c合并而成的代码的时间复杂度为O(n^2)。
1. 线性阶
O(n)
2. 常数阶
O(1)
3. 平方阶
O(n^2)
4. 三次方阶
O(n^3)
5. 对数阶
O(logn)
6. 时间复杂度排序
O(1)< O(logn) < O(n) < O(nlogn) < O(n^2) <O(n^3) <O(2^n) <O(n!) < O(n^n)
可以带一个数测试，如问题规模n是16
1 < 4 < 16 < 64 < 256 < 4096 < 65536 < 16! < 16^16