引入数据结构的同时关注常用的内存消耗

【近期重新梳理了数据结构的相关知识，遂整理成文以作记录。个人见解难免存在不足之处，还望读者不吝赐教。

数据结构本质上是指数据在内存中的组织与存储形式。
依据物理存储特性（即数据在内存中实际的存放方式），主要可以划分为顺序存储结构与链式存储结构 。

从逻辑层面来看，可将其分为以下几类：
集合结构、线性结构、树状结构以及图状结构

关于算法的时间复杂度 ：
通常采用大O记法进行描述，表示为：
O（f（n））

先给出结论：

1. 将运行过程中出现的常数项替换为1；
2. 仅保留最高阶项；
3. 去除最高阶项的系数。

举例说明如下：
3 → O(1)
n+3 → O(n)
n²+2 → O(n²)

我对时间复杂度的理解是，在不断放大n的前提下，忽略那些对整体规模影响较小的因素，如加法中的常数项或低阶项等，最终只关注对整体规模起决定性作用的部分，例如最高阶项。

下面简单介绍一些常见的大O记法 ：
这些记法的核心在于n的不同幂次方，因为这正是决定时间复杂度的关键因素。

1. 线性阶：单层循环操作，对应的时间复杂度为 O(n)；
2. 平方阶：双层嵌套循环操作，则为 O(n²)；
3. 立方阶：三层嵌套循环操作，则为 O(n³)；