基础数据结构：数组、栈与二叉搜索树
在计算机科学中，选择合适的算法和数据结构对于解决计算问题至关重要。算法的效率通常取决于输入数据的存储和处理方式，特别是所选择的特定数据结构。下面将详细介绍几种基础的数据结构，包括数组、栈和二叉搜索树。
1. 算法选择与数据结构的重要性
计算问题通常可以通过多种算法来解决，选择特定算法时主要考虑两个因素：时间复杂度和实现难度，其中时间复杂度更为重要。例如，对于图上的问题，即使知道该问题可以用多项式时间复杂度的算法解决，使用时间复杂度为 $O(N^2)$ 的算法与使用 $O(N^3)$ 的算法相比，在求解时间上也会有显著差异。
算法的效率往往取决于输入数据的存储和处理方式，特别是所选择的数据结构。以计算图中所有 $N$ 个节点的度为例，如果图以 $N \times N$ 的邻接矩阵存储，计算节点度的最简单算法的时间复杂度为 $O(N^2)$；而使用稀疏矩阵表示，在某些情况下可以将时间复杂度降低到 $O(K)$ 或 $O(N)$。
2. 数组
数组是最基本的数据结构，是一块连续的内存区域，能够存储多个相同类型的变量，通常称为数组的组件或元素。在 C 语言中，数组的索引从 0 开始，例如长度为 $N$ 的数组，第一个元素的索引为 0，最后一个元素的索引为 $N - 1$。数组可以是多维的，用于表示矩阵和张量。
数组的操作时间复杂度如下：
-读取特定元素：已知元素在数组中的位置时，读取其值的时间复杂度为 $O(1)$，即常数时间，与数组的大小无关。
-添加元素：在现有大小为 $N$ 的数组
