相信大家對基本的語法都有初步的了解，如 if elif else, for loop, while loop...

熟悉基本語法的下一步是什麼？是資料結構與演算法

西元1984年的圖靈獎得主 Niklaus Wirth 曾經提出 "Programs = Data Structures + Algorithms" ，翻譯成中文「程式＝資料結構＋演算法」，由此可知我們的下一步至關重要！

資料結構

根據一些資料的特性，也許是相似性，也可能是相關性，我們把他們包裝成一個物件，這個物件稱為一個資料結構

舉例來說：

我們要存取全班20人的成績：

• 第一個方法是宣告20個變數，分別存取大家的成績
• 第二個方法是宣告一個列表(List)，依照索引值(index)存取大家的成績

有沒有一種把散落移地的玩具收盡收納櫃的感覺呢？第二種方法是不是好多了！

其實，我們常用的這個 List 就是一種資料結構!

列舉一些常見的資料結構：

1. 陣列(Array) / 列表(List)
2. 字典(Dict)
3. 堆疊(Stack)
4. 佇列(Queue)
5. 鏈結串列(Linked List)
6. 樹狀結構(Tree)
7. 圖狀結構(Graph)
8. 堆(Heap)
9. 雜湊(Hash)

演算法

演算法 是解決問題的方法！
既然是解法，那就有分有效率的解法和一般的解法。

舉例來說：

如何在地圖上找到最短路徑？

• 窮舉出所有路徑，裡面一定包含最短路徑
• Dijkstra Algorithm

第一種方法雖然一定可以找到答案，但是速度相對慢了許多。
第二種方法是由圖靈獎得主提出的演算法，時間複雜度相對低了不少。
那我們就會說 Dijkstra Algorithm 是解決這個問題相對好的演算法。

也許在學習刷題時，你會需要把一串數字由小到大排列，但是你發覺當數字數量變大時，程式所花的時間變得極長！
為什麼呢？ 原因可能是你使用了速度較慢的演算法！
排序演算法曾經是一個很熱門的研究問題，許多人也提出了各自的演算法：

1. 泡沫排序法（Bubble Sort）
2. 選擇排序法（Selection Sort）
3. 插入排序法（Insertion Sort）
4. 快速排序法（Quick Sort）
5. 合併排序法（Merge Sort）
6. ...

接下來的鐵人賽，我們的重心會擺在介紹一些基礎的資料結構，並用 Python 實作