4.数的存储结构
存储结构是指数据结构在计算机中的表示，也称物理结构，主要有以下4种：
1) 顺序存储。把逻辑上相邻的元素存储在物理位置上也相邻的存储单元中，元素之间的关系由存
储单元的邻接关系来体现。其优点是可以实现随机存取，每个元素占用最少的存储空间；缺点是
只能使用相邻的一整块存储单元，因此可能产生较多的外部碎片。
2) 链式存储。不要求逻辑上相邻的元素在物理位置上也相邻，借助指示元素存储地址的指针来表
示元素之间的逻辑关系。其优点是不会出现碎片现象，能充分利用所有存储单元；缺点是每个元
素因存储指针而占用额外的存储空间，且只能实现顺序存取。
3) 索引存储。在存储元素信息的同时，还建立附加的索引表。索引表中的每项称为索引项，索引
项的一般形式是（关键字，地址）。其优点是检索速度快；缺点是附加的索引表额外占用存储空
间。另外，增加和删除数据时也要修改索引表，因而会花费较多的时间。
4) 散列存储。根据元素的关键字直接计算出该元素的存储地址，又称哈希(Hash) 存储。其优点是
检索、增加和删除结点的操作都很快；缺点是若散列函数不好，则可能出现元素存储单元的冲
突，而解决冲突会增加时间和空间开销。
5.用循环比递归的效率高吗？
循环和递归两者是可以互换的，不能决定性的说循环的效率比递归高。
递归的优点是：代码简洁清晰，容易检查正确性；缺点是：当递归调用的次数较多时，要增加额
外的堆栈处理，有可能产生堆栈溢出的情况，对执行效率有一定的影响。
循环的优点是：结构简单，速度快；缺点是：它并不能解决全部问题，有的问题适合于用递归来
解决不适合用循环。
6.贪心算法和动态规划以及分治法的区别？
贪心算法顾名思义就是做出在当前看来是最好的结果，它不从整体上加以考虑，也就是局部最优
解。贪心算法从上往下，从顶部一步一步最优，得到最后的结果，它不能保证全局最优解，与贪
心策略的选择有关。
动态规划是把问题分解成子问题，这些子问题可能有重复，可以记录下前面子问题的结果防止重
复计算。动态规划解决子问题，前一个子问题的解对后一个子问题产生一定的影响。在求解子问
题的过程中保留哪些有可能得到最优的局部解，丢弃其他局部解，直到解决最后一个问题时也就
是初始问题的解。动态规划是从下到上，一步一步找到全局最优解。（各子问题重叠）
分治法（divide-and-conquer）：将原问题划分成n个规模较小而结构与原问题相似的子问题；
递归地解决这些子问题，然后再合并其结果，就得到原问题的解。（各子问题独立）
分治模式在每一层递归上都有三个步骤：
