1、在數據結構中，隨機訪問是指能夠直接訪問任一元素，而不需要從特定的起始位置開始，也不需要按順序訪問其他元素。這種訪問方式通常不涉及遍歷。例如，數組（array）支持隨機訪問，你可以直接通過索引訪問任意元素，而無需從第一個元素開始一步步遍歷。

2、對于鏈式存儲的理解：可以把每個節點理解為僅存儲兩個元素的數組，第一個元素是這個節點存儲的數據，第二個節點存儲的是下一個節點的數組名，也就是下一個節點的首地址（假設這個數組可以存儲不同的數據類型）。

3、鏈式存儲無法進行隨機訪問的原因就是，每一個節點在計算機內存中的位置信息都保留在前驅節點中，而前驅節點的位置信息又保存在前驅節點的前驅節點中，就這樣連鎖反應到首個節點，所以若要進行訪問只能從第一個節點進行遍歷。

4、算法可以沒有輸入，但至少有一個輸出，用時間復雜度和空間復雜度來衡量一個算法的效率。

5、時間復雜度里的O()是指同階的意思。

6、時間復雜度就是在當問題規模n趨近于無窮大時，誰是高階無窮大。

7、高階無窮大的比較參考為：常對冪指階


時間復雜度的最終結果會省略低階項和高階項的系數，所以最終的結果一定是以上高階無窮大序列中的某一個。且由于以上的函數單調遞增、無交點，所以當n趨近于0時，他們的高階無窮小順序是反過來的。

8、由于在計算時間復雜度時，是將n處于趨近于無窮大的情況下進行計算，所以算法中的會執行但與n無關的代碼步驟會被視作常數而被忽略掉。且由于最終的結果會忽略低階項，所以都是直接研究最深層的循環的循環次數，一般循環次數都是關于n的一元函數。

9、在某些情況下，計算最深循環次數的條件并不確定，需要討論最好和最壞情況，則需要計算平均循環次數，從而得到一個代表平均次數的n的一元函數。實際使用的都是平均時間復雜度和最壞時間復雜度，最好時間復雜度不會使用。

10、空間復雜度的變化一般都是由n引起的變量大小的改變，例如n決定了數組的大小和結構體大小；或則n決定了函數的嵌套次數，例如遞歸函數的遞歸次數。

11、空間復雜度就是根據n所決定的空間大小的高階無窮大。

12、時間復雜度和空間復雜度的計算就是去找n的一元函數。

13、數據元素和數據項可以分別理解為一個賬戶和這個賬戶的具體信息，在實際的代碼中可理解為結構體和成員變量。

14、數據結構就是存在特定關系的數據元素的集合，這個概念包含了數據元素以及它們之間的關系，在具體的數據結構中，每個節點的數據域就是數據元素。

15、數據對象就是具有相同性質的數據元素的集合，可理解為由同一個結構體或者類產生的實例對象集合。數據對象這個概念不包含數據元素之間的關系，所以這個概念僅指一個數據元素集合，數據元素之間可以不存在關系。

16、邏輯結構使用不同的存儲結構會影響存儲空間分配的方便程度、影響對數據運算的速度。

17、數據的運算是通過算法來實現的。

18、抽象數據類型ADT就是邏輯結構和數據的運算這兩點的總和，一般都是先定義ADT，也就是邏輯結構和在此之上的運算，再使用具體的存儲結構去實現他。