Day1: 开始学习演算法和资料结构的契机

近期面试掀起了一波考演算法的风气，就好像回到大学指考那样，老师说这题会考一定要记起来，因此掀起了一股leetcode刷题的风潮，甚麽经典考题都要写过一遍，刚开始试图想要先理解一些演算法的概念再开始刷题，不过网路上找的资源对於我这个演算法麻瓜并不是这麽的亲民，再加上用javaScript实作演算法的文章少之又少，所以就决定直接刷题刷起来!

初期不理解演算法和资料结构也可以刷题刷得很开心，但是到後面就开始卡住了，binaray tree是甚麽? linked list好像是阵列但又好像不是?同样的题目为甚麽别人的解法执行时间可以少我一半?心里渐渐浮现了一万个为甚麽，再加上进期面试有被考到一题"请将排序阵列里的数字由小到大"，我心想这真是太简单了，准备写下arr.sort((a, b)=>a-b)的时候，看到题目後面一行小小的字，不能使用sort请用任意一个排序演算法做排序，当下就愣住了，我连排序演算法有哪几种都不知道，一直以来都很习惯用程序语言提供的现成方法，没自己造过轮子，於是决定自己应该要来好好了解演算法和资料结构了。

目前透过线上教学课程以及看书的方式来学习演算法，非常推荐白话演算法这本书(这不是业配)，学演算法最痛苦的就是吸收不了艰涩难懂的理论，这本书拯救了演算法麻瓜，真的把很多概念用很生活化的方式解释得相当清楚，而且不催眠可以阅读超过一小时，这非常重要!书中的例子是用python实作，如果不会python语法也没关系，只要有基本的程序基础都可以大概理解程序码的意思。

不过很多演算法概念看的当下可以理解，但是隔几天再去看就会觉得很陌生(脑海中的橡皮擦)，因此督促自己在学习的同时，也要动手写文章帮助自己吸收，因此这一系列的文章比较会像是我最近学习演算法的笔记，希望接下来的30天我可以跟演算法和平共处。

文章目录

Day2: 什麽是演算法?— Algorithms
Day3: Big O — 时间复杂度与空间复杂度
Day4: [资料结构] Array —  阵列
Day5: [资料结构] - Map
Day6: [资料结构] -  Set
Day7: [资料结构]Stack —堆叠和Queue— 伫列
Day8: [资料结构]Hash Table - 杂凑表
Day9:[资料结构] Linked-List - 链结串列
Day10:[资料结构] Graph - 图
Day11:[资料结构]Binary Tree - 二元树
Day12:[资料结构]Binary Tree -  Traversal
Day13:[解题技巧]Two pointers -  双指针
Day14:[解题技巧]Recursive - 递回
Day15:[搜寻演算法]Linear Search - 线性搜寻法
Day16:[搜寻演算法]Binary search - 二分搜寻法
Day17:[排序演算法]Selection Sort - 选择排序法
Day18:[排序演算法]Selection Sort - 选择排序法
Day19:[排序演算法]Bubble Sort - 气泡排序法
Day20:[排序演算法]Selection Sort - 选择排序法
Day21:[排序演算法]Heap Sort - 堆积排序法
Day22:[排序演算法]Merge sort - 合并排序法
Day23:Greedy Algorithm - 贪婪演算法
Day24:Enumeration - 列举法
Day25:Dynamic Programming(DP) - 动态规划(上)
Day26:Dynamic Programming(DP) - 动态规划(下)
Day27:Backtracking -回溯法
Day28:八皇后问题- 8 Queens Puzzle
Day29:刷起来! leetcode
Day30:完赛心得