目录
集合：
集合一般被定义为：由一个或多个确定的元素所构成的整体。
特性：
集合里的元素类型不一定相同。
集合里的元素没有顺序。
这样的集合并不直接存在于编程语言中。然而，实际编程语言中的很多数据结构，就是在集合的基础上添加了一些规则形成的。
列表：
列表的概念是在集合的特征上形成的，它具有顺序，且长度是可变的。你可以把它看作一张购物清单。
列表最常见的表现形式有数组和链表，而我们熟悉的栈和队列则是两种特殊类型的列表。除此之外，向列表中添加、删除元素的具体实现方式会根据编程语言的不同而有所区分。
数组：
数组是列表的实现方式之一。
其次，数组中的元素在内存中是连续存储的，且每个元素占用相同大小的内存。
相反，列表中的元素在内存中可能彼此相邻，也可能不相邻。比如列表的另一种实现方式——链表，它的元素在内存中则不一定是连续的。
比如 C++ 和 Java 中，数组中的元素类型必须保持一致，而 Python 中则可以不同。Python 中的数组叫做 list，具有更多的高级功能。
数组操作：
读取
对于数组，计算机会在内存中为其申请一段 连续 的空间，并且会记下索引为 0 处的内存地址。
先找到数组的索引 0 的内存地址，将内存地址加上索引值，作为目标元素的地址便找到了目标元素。它的时间复杂度是常数级别，为 𝑂(1)。
查找
由于只保存了索引为 0 处的内存地址，因此在查找元素时，只需从数组开头逐步向后查找就可以了。
最坏情况下，搜索的元素为 "R"，或者数组中不包含目标元素时，我们需要查找 n 次，n 为数组的长度，因此查找元素的时间复杂度为 O(N)，N为数组的长度。
插入
删除
删除元素与插入元素的操作类似，当我们删除掉数组中的某个元素后，数组中会留下 空缺 的位置，而数组中的元素在内存中是连续的，这就使得后面的元素需对该位置进行 填补 操作。
当数组的长度为 n 时，最坏情况下，我们删除第一个元素，共需要的步骤数为 1 + (n - 1) = n 步，其中，1 为删除操作，n - 1 为移动其余元素的步骤数。
即时间复杂度为 𝑂(𝑁)O(N)，𝑁N 为数组的长度。
寻找数组的中心索引
给你一个整数数组 nums ，请计算数组的中心下标 。
中心下标（pivot index）是指一个数组中的某个下标，该下标左侧的所有元素之和等于右侧的所有元素之和。
如果中心下标位于数组最左端，那么左侧数之和视为 0 ，因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。
如果数组有多个中心下标，应该返回 最靠近左边 的那一个。如果数组不存在中心下标，返回 -1 。
搜索插入位置
给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法。
合并区间
以数组 intervals 表示若干个区间的集合，其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间，并返回 一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间 。
如何区分列表数组？
索引
列表中没有索引。数组索引是从 0 算起的。我们可以根据数组中的索引，快速访问数组中的元素。
二维数组
类似一维数组，对于一个二维数组 A = [[1, 2, 3, 4],[2, 4, 5, 6],[1, 4, 6, 8]]，计算机同样会在内存中申请一段 连续 的空间，并记录第一行数组的索引位置，即 A[0][0] 的内存地址，它的索引与内存地址的关系如下图所示。
注意：
旋转矩阵
给你一幅由 N × N 矩阵表示的图像，其中每个像素的大小为 4 字节。请你设计一种算法，将图像旋转 90 度。
不占用额外内存空间能否做到？
要将 N × N 矩阵表示的图像旋转 90 度且不占用额外内存，可以通过分层旋转的方式原地进行操作。
零矩阵
编写一种算法，若M × N矩阵中某个元素为0，则将其所在的行与列清零。