笔记哥的公众号的“最新讲题”部分，目前的目标是帮助自己和大家复习北美软件工程师的算法面试。 而为了对付算法面试，我们需要学习数据结构与算法。那什么是算法面试，什么是数据结构，什么又是算法？为什么有时候这数据结构与算法这两个概念合在一起讲，这两者之间有什么区别呢？
别急，听我娓娓道来。
算法面试：这其实是软件工程师圈子里的一个行话。在英文里的一个对应词应该是 Coding Interview，直接翻译过来应作“编程面试”。但由于大家（至少我在美的华人朋友圈里）都已经习惯叫“算法面试”了，所以我也一般都用这个词来表示 Coding Interview。 Coding Interview 的考察内容，主要就是数据结构和算法。但我猜啊，由于称呼“数据结构与算法面试”这样的长词语太拗口了，所以大家都叫它“算法面试”了。
数据结构：假如我们单说数据结构（Data Structures），它指的是计算机存储并组织数据的方式。我下面会展开讲讲常见的算法面试中会遇到的数据结构有哪些类型。
算法：算法（Algorithms）是指为了解决某个问题而定义出的一系列的清晰指令，是对解决问题的方案准确且完整的描述。这个定义听着有点儿拗口，但我自己以前学算法的时候，老师就把算法比作做菜的菜谱。比如我要煎鸡蛋，那么我需要：
打开炉灶的火->放上平底锅->倒入少许油->打入鸡蛋->再打入一粒鸡蛋
->调成小火->盖上锅盖焖煮->8分钟后撒上一些盐->撒上一些胡椒
->再过4分钟后看到蛋黄颜色可口，将鸡蛋乘入盘中->关掉炉灶的火
OK，这么一串为了煎鸡蛋而做出的清晰指令，就可以理解为一套算法。
数据结构
对于目前的北美面试算法，需要掌握的数据结构类型可以分为如下四大类。由于我之后会写相应的推文讲每一大类的数据结构的用途与定义，常见功能及复杂度，实现原理以及注意事项等等，所以每一个数据结构我只是简单的列一下。
- 线性数据结构 (Linear Data Structure)
常见的有(Java 语言语境下)：Array, ArrayList, LinkedList, Stack, Queue - 树形数据结构 (Tree Shape Data Structure)
常见的有：树与 Heap（堆）。树当中有可以分为二叉树、多叉树等 - 字典类型（或称哈希类型）数据结构 (Map/Set Data Structure)
常见的有：HashMap, HashSet - 图类数据结构 (Graph Data Structure)
常见的分类有：有向图、无向图 等等
算法
这里我也写一下面试当中常见到的几种算法类型
- 排序算法 (Sorting)
O(n^2)的数量级的算法：冒泡排序、选择排序、插入排序
O(nlogn)的算法：归并排序、快速排序、堆排序
O(n)但是消耗空间的算法：桶排序
当然，一般面试题不会直接考这些算法的代码，而是运用这些排序算法的思想来解决问题。 - 搜索算法 (Searching)
二分搜索 - 递归 (Recursion)
递归是一种思想，一般不算做一个单独的算法类型。掌握递归的要点在于发现递归关系与基本 Case。
3.1 重复计算
如果一段代码，使用递归解决，思路是很清晰的，但由于具有大量的重复计算，效率是低下的，那么我们可以考虑记忆化（Memorization）的算法来避免重复计算，这往往形成动态规划的方法
经典例子：
509. Fibonacci Number
55. Jump Game
223. Rectangle Area - 广度优先搜索 (Breadth First Search)
特点：越接近初始节点的点就会越早地被遍历到。
经典例子：
127. Word Ladder
690. Employee Importance
120. Binary Tree Level Order Traversal
120. Number of Islands - 深度优先搜索 (Depth First Search)
特点：遍历的时候先一条路走到黑。
经典例子：
94. Binary Tree Inorder Traversal
104. Maximum Depth of Binary Tree
112. Path Sum
207. Course Schedule - 回溯算法 (Backtracking)
特点：回溯算法的解空间可以用树来表示。
经典例子：
567. Permutation in String
n Sum
79. Word Search
212. Word Search II
51. N-Queens - 动态规划 (Dynamic Programming)
动态规划往往是最能有效考察算法和设计能力的题目类型，面对这类题目最重要的是抓住问题的阶段，了解每个阶段的状态，从而分析阶段之间的转化关系。
经典例子：
路径系列问题
64. Minimum Path Sum
62. Unique Paths
63. Unique Paths II
1055. Shortest Way to Form String
买卖股票类问题
121. Best Time to Buy and Sell Stock
123. Best Time to Buy and Sell Stock III
198. House Robber
213. House Robber II
子序列问题
115. Distinct Subsequences
152. Maximum Product Subarray
300. Longest Increasing Subsequence
5. Longest Palindromic Substring - 贪心算法 (Greedy Algorithm)
特点：对问题求解的时候，总是做出在当前看来是最好的做法。
经典例子：
322. Coin Change
518. Coin Change 2
122. Best Time to Buy and Sell Stock II
714. Best Time to Buy and Sell Stock with Transaction Fee
这些算法我也不展开多讲，但读者朋友们会在今后的讲题中逐步遇到的。
小结
总的来讲，数据结构和算法，二者的区别在于：
数据结构描述的是空间上的组织概念
算法描述的是时间上的过程概念
但两者是往往是配合在一起，解决实际编程中的问题。
P.S. 点击阅读原文可以直接跳转具体题目的 LeetCode 链接