程序 = 数据结构 + 算法 。数据是程序的中心。数据结构和算法两个概念间的逻辑关系贯穿了整个程序世界，首先二者表现为不可分割的关系。没有数据间的有机关系，程序根本无法设计。换言之数据结构是底层，算法就是高层。数据结构为算法提供服务。算法围绕数据结构操作。可以说没有算法的程序是没有灵魂的。 数据接口一般分为线性数据结构和非线性数据结构 线性数据结构：常见的有一维数组，线性表，栈，队列，双队列，串。 非线性数据结构：常见的有：多维数组，集合，树，图，散列表(hash). 大家知道了数据结构，还必须要掌握一些常见的基本算法。 理解算法之前必须要先理解的几个算法的概念： 空间复杂度：一句来理解就是，此算法在规模为n的情况下额外消耗的储存空间。 时间复杂度：一句来理解就是，此算法在规模为n的情况下，一个算法中的语句执行次数称为语句频度或时间频度。 稳定性：主要是来描述算法，每次执行完，得到的结果都是一样的，但是可以不同的顺序输入，可能消耗的时间复杂度和空间复杂度不一样。 一般常见的算法有二分查找算法，递归算法，还有八大排序算法直接插入排序，希尔排序，选择排序，堆排序，冒泡排序，快速排序，归并排序，基数排序基数排序 一个程序员算法能力如何可以能够准确辨别一个程序员的技术功底是否扎实，可以判断出 学习能力与成长潜力和分析并解决问题的能力如何。这也是为什么面试官都喜欢问一些算法和数据结构的原因。 其实算法没有好与坏只有适合自己业务的算法才是最优算法，深入了解每个算法的特性 和自己的业务适配起来 举个例子一些算法的最后往往是一个时空转换的问题 时间换空间 用时间换空间的策略，出发点是内存和存储这样的“空间”资源，有时会成为最稀缺的资源，所以需要尽量减少占用的空间。比如，一个系统的最大性能瓶颈如果是内存使用量，那么减少内存的使用就是最重要的性能优化。 用空间换时间 “用空间换时间”就是对“用时间换空间”策略反其道而行之。有些场景下，时间和速度更加重要，但是空间尚有富余，这时我们就可以考虑用空间来换时间。 其实我们部署的任何大规模系统，都或多或少地采用了用空间换时间的策略，比如在集群和服务器间进行负载均衡，就是同时用很多个服务器（空间）来换取延迟的减少（时间）。 优化策略中的最后一个大类就是“更先进算法和数据结构”。这两个策略是紧密配合的，比如先进的算法有时候会需要先进的数据结构；而且它们往往和程序的设计代码直接相关，所以放在一起。同一个问题，肯定会有不同的算法实现，进而就会有不同的性能。比如各种排序算法，就是各有千秋。有的实现可能是时间换空间，有的实现可能是空间换时间，那么就需要根据你自己的实际情况做权衡。 对每一种具体的场景，总会有一种算法是最适合的。我们需要考虑实际情况，来选择这一最优的算法。 ... 展开详请

官方释义如下： /* Re-allocate the previously allocated block in PTR, making the new block SIZE bytes long. */ /* __attribute_malloc__ is not used, because if realloc returns the same pointer that was passed to it, aliasing needs to be allowed between objects pointed by the old and new pointers. */ extern void *realloc (void *__ptr, size_t __size) __THROW __attribute_warn_unused_result__; 将之前创建的块区重新分配为 __size 的 大小，并返回新的地址指针。 在insert函数中，因为是插入新的元素，链表扩张，元素加一，原先 list->arr 长度不符合，需要扩张空间，所以使用了 realloc函数。 list->arr = (int*)realloc(list->arr, sizeof(int)*list->length + 1); 从上下函数分析。 list->arr 是一个 int 型数组。因为要插入一个新的int型元素，所以要对原先数组扩张，但还要维护 list->arr 的首地址，只能采用 realloc 函数。 但是你的这个函数不报错吗？增加一个int值，不管是维护指针还是内存，都需要4个字节的空间。 应该是 list->arr = (int*)realloc(list->arr, sizeof(int)*(list->length + 1)); ... 展开详请