1.数组是一种线性表结构，其用一块连续的内存空间，来存储一组具有相同类型的数据；
2.时间复杂度，也叫做渐进时间复杂度，通常用大O公式书写，表示代码的执行时间随数据规模增长的变化趋势，而非真正的执行时间。因此大O关注的是变化趋势。

常见的时间复杂度高低排序：
O(1) list内置操作的时间复杂度：

列表相加

append  n

extend

列表生成式

range生成

# ('concat ', 1.7890608310699463, 'seconds')
# ('append ', 0.13796091079711914, 'seconds')
# ('comprehension ', 0.05671119689941406, 'seconds')
# ('list range ', 0.014147043228149414, 'seconds')

都是考虑最坏情况：例如需要指定位置pop可能为Pop(0)，也有可能是pop（n-1），所以为O(n)

O(k): k = y - x 其实是常数

删除：需要把后面的元素往前移

列表设置切片：n+k ，切片+移动元素

需要记住的：

O(1)：索引，队尾添加（index,append,尾部pop）

O(n)：任意位置弹出、插入，查找（任意位置pop,insert)

        通过分析可以发现，列表不太适合做元素的遍历、删除、插入(insert)等操作，对应的时间复杂度为O(n)；访问某个索引的元素、尾部添加元素或删除元素这些操作比较适合做，对应的时间复杂度为O(1)。

数据结构

特定的数据结构和始于用他的方法叫做抽象数据类型；

规定数据怎样保存 —— 这些数据支持哪些操作，先把接口定义出来（先不管操作具体怎么实现）

tips:

timeit模块:

timeit模块可以用来测试一小段Python代码的执行速度

from timeit import Timer

t1 = Timer("test1()", "from __main__ import test1")

## stmt参数：'test()'是要测试的代码语句（statment）

## setup:"from __main__ import test1" 是运行代码时需要的设置；

## timer参数是一个定时器函数，与平台有关。

print("concat ",t1.timeit(number=1000), "seconds")

​​​​​​​