模块一：方法论
01. 复杂度：如何衡量程序运行的效率？
复杂度细分为时间复杂度和空间复杂度，其中，时间复杂度与代码的结构设计高度相关；空间复杂度与代码中数据结构的选择高度相关。
02.数据结构：将昂贵的时间复杂度转换为廉价的空间复杂度
代码效率优化的最终目标：采用尽可能低的时间复杂度和空间复杂度，去完成一段代码的开发。
空间是廉价的，时间是昂贵的。
常用的降低时间复杂度的方法：递归、二分法、排序、动态规划
降低空间复杂度的方法：更改数据结构，采用低复杂度的数据结构解决问题
降低复杂度的三个步骤：
第一步：暴力解法
第二步：无效操作处理：掌握递归，二分法，排序，动态规划
第三步：时空转换：需要对数据的操作进行细分，全面掌握常见的数据结构，再围绕问题，有针对性的设计数据结构，采用合理的算法思维，不断完成时空转移，降低时间复杂度。
模块二：数据结构基础
03.增删查：掌握数据处理的基本操作，以不变应万变
要灵活使用数据结构，需要先弄清楚数据在代码中被处理，加工的最小单位动作，也就是数据结构的基本操作，有了这些动作之后，你就可以基于此选择更合适的数据结构了。
要设计合理的数据结构，从问题本身出发，思考顺序：
首先，我们分析这段代码到底对数据先后进行了哪些操作
然后，再根据分析出来的数据操作，找到合理的数据结构。
一些操作的理解：
- 找到要处理的数据（查找）
- 把结果存到一个新的内存空间中（增）
把结果存到一个已使用的内存空间中（先删除内存空间中已有的数据，再新增新的数据）
我们发现，即便是很复杂的代码，他对数据的处理也只有这3个基本操作：增，删，查。
只要围绕这3个数据处理的操作进行分析，就能得出解决问题的最优方案。