先來個免責聲明，我理解的東西也許跟你理解的不同，如果我有寫錯的部分，再麻煩溫柔的留言在下面，但我這裡可能不太會用太學術名詞，畢竟我還是提倡如果資訊能讓所有人都懂，勢必要使用親民的舉例，就這樣囉！
然後以下是我根據這本書所做的導讀，有興趣的同胞也可以自行去買或租來看，我只是多加了一點我的翻譯但覺得他寫的很淺白（讚讚）
以下就分成資料特性、資料結構、資料結構分類、常見的資料結構，四個部分做探討 ：
資料的特性是什麼？
我們平常能想像到的資料就是一張一張Ａ4紙然後儲存在一個像圖書館的地方，其實是一樣的道理，我們把資料一筆一筆存起來，它勢必就會佔據一些空間，而我們應該來了解一下，它佔據了什麼？
1. 位元（Bit）: 就像台幣以元為單位，電腦的儲存最小單位是 Bit 就像機器語言中的 0 和 1 。
2. 位元組（Byte）: 表示一個字組，一個字組佔據 8 Bit 空間。
3. 欄位： 數個 Byte 組成，類似你在 excel 欄位一樣。
4. 紀錄（Record）：相關連的欄位就會組成有意義的基本單位，例如身分證裡有姓名、 身分證字號、出生年月日等等，也可以想成 excel 表裏儲存某個人身分證的數據。
5. 檔案：當很多人的身分證都存在同一個檔案裡，共用同樣的欄位，就成了檔案，像是 excel 裡的某個 sheet。
到了這裡好像漸漸可以看出資料庫裡的資料表的雛形，那麼在資料的特性又分成了：
數值的資料 ： 就是數字
文數資料 ： 就是字串
資料的結構的分類是什麼？
Algorithms + Data Structures = Programs 圖靈獎得主 Nicklaus Wirth
別怕我也是第一次看到書裡寫的，我腦袋怎麼可能隨便就有一個人說出的名言ＸＤ 總之就是 ：
演算法 ＋ 資料結構 ＝ 程式
好的不知道有沒有跟我一樣初入茅廬的孩子，一直以為所謂的演算法就是一定要算出什麼費氏數列、河內塔、三橋（或六橋）問題 balabala 等等彷彿在上數學課的東西才叫演算法，正確來說，所謂的演算法就是你的資料經過你巧手寫出符合功能的資料處理，那就叫演算法囉！所以大家不要被演算法給嚇到，就算你每天規劃你出門到上班的路線，也是一種演算法，只是為了訓練我們更厲害的演算法，讓我們寫程式處理資料時會更熟練，通常會拿一些題目作為練習。
資料結構其實很多種類，但大方向可以分類為以下幾種 ：
基本結構
一群集合，沒有任何次序，只有存在。（像是一盤散沙，或是一籃沒有整理過的雜物）
線性結構
一對一的資料存在，有先後順序的集合，像是陣列（Array）啊、串列(List)啊、堆疊（Stack)啊、佇列（Queue）等。
階層結構
一對多的資料存在，像是二元搜尋樹（有點像妳小時候看的祖譜那樣）
圖型結構
多對多的資料存在，不是單向的存在彼此間會有關聯，像是 google map 的觀光景點。
看完了這些，又對於之前聽過的一對一、一對多、多對多有了新的想法，為了取得資料與資料之間的關聯，正確的資料結構處理也相對重要。
有時候你會發現你處理過的資料越多，也許你沒看過這些，但你就有一種 fu (?) 就是你一直都往對的方向前進的感覺，但如果你想把每個知識連起來的話，還是需要常常去翻閱一些基礎的概念。
那麼今天練鍵盤就到這裡了，改天再見。
![[面試題] git clone、git fetch 和 git pull 的差別](https://miro.medium.com/v2/resize:fit:679/1*yuVzMhCJyDENbyhwAsrkwA.png)
