记录《数据结构》中的一些问题
1.时间复杂度O(1)与O(n)的区别？
2.随机存取
根据存储位置是否可计算（是否有一个计算地址的公式）来判断该数据结构是否具备随机存取的特性，如数组知道首地址就可计算后面所有元素的地址
第四章 数组和特殊矩阵
对一个文件的压缩的内在逻辑是否就是对稀疏矩阵的压缩处理？
文件压缩有很多种，包含了稀疏矩阵
为什么顺序存储的顺序表是依靠数组这个载体实现的，但是数组却不能看做线性结构的推广，对他进行插入和删除
数组是静态数据结构，本质上没有插入和删除运算
为什么稀疏矩阵压缩存储后，必会失去随机存取功能？
因为在这种矩阵中，非零元素的分布是没有规律的，为了压缩存储，就将每一个非零元素的值和它所在的行、列号做为一个结点存放在一起，这样的结点组成的线性表中叫三元组表，它已不是简单的向量，所以无法用下标直接存取矩阵中的元素（没有一个计算公式）。
动态数组是先申请一块指定大小的内存块区域，还是先申请一块未定义大小的内存区域之后再定义？
先申请一块指定大小的内存块区域
动态数组是数组吗？如果是，数组是静态数据结构，那动态数组也是静态数据结构吗？
无论是动态数组还是静态数组，数组长度确定下来后存储空间就确定了，所以静态和动态数组都是静态数据结构
静态数据结构通常不会去定义插入、删除操作
假如数组下标不是从0开始，而是从1开始，会影响到什么？
lacation计算里会出现一个-1计算
n和t都是未知常数，那O(n+t)复杂度和O(1)有什么区别？稀疏矩阵的快速转置算法中时间复杂度O(n+t)能不能直接写成O(n)？
n、t都是可变的，是变量，所以不能写成O(1)，又不知道n、t哪个大，所以不能写成O(n)或者O(t).在某些情况下，如果知道n,t的大小情况的话是可以写成O(较大的那个)
我们学习的存储稀疏矩阵的方法是利用三元组，有没有更节省存储空间的办法或者更易进行矩阵运算的存储方式？
更节省空间的暂无
更易进行矩阵运算的有很多（分块啥的）
用数组存储矩阵，我们讨论了转置算法，那么对于其他的矩阵运算，比如求逆，点乘等，是否也有常用的算法？如果是用三元组存储的稀疏矩阵又要怎么进行这些矩阵运算？
如何实现稀疏矩阵的乘法运算，和平常的矩阵乘法运算相比，时间复杂度能否较为简单？
可以查查matlab是怎么实现的
C语言中的数组的定义和数据结构中的数组是否相同？C语言中的数组有何局限性？
稀疏矩阵的快速转置算法“快速”的代价是什么？
存储空间增加了
稀疏矩阵的快速转置算法中，num和k数组的初始化都是必要的吗
按书上那么做的话是必要的
