基礎概念 (Fundamentals)#

在深入學習資料結構與演算法之前，我們需要先建立正確的學習動機與分析能力。本章涵蓋四個核心主題：

1. 為什麼要學習演算法：釐清學習動機，理解不同角色的學習必要性
2. 複雜度分析：掌握演算法分析的核心工具——時間與空間複雜度，以及「問題下界」的思維
3. 演算法思維總綱：貫穿全書的思考方法——逆向思維、消除無用功、抽象等價
4. 可計算性與問題的邊界：在「要多久」之上，理解「能不能解」這一層更根本的界線

複雜度分析是整個演算法學習的精髓，掌握了它，資料結構和演算法的內容基本上就掌握了一半。