前言
亲爱的家人们，创作很不容易，若对您有帮助的话，请点赞收藏加关注哦，您的关注是我持续创作的动力，谢谢大家！有问题请私信或联系邮箱：fn_kobe@163.com
物理结构：很大程度决定程序对内存和缓存使用效率，影响算法程序整体性能。
1、计算机存储设备
1.1、硬盘、内存、缓存
三者共同协作，确保计算机系统高效运行。
硬盘：长期存储大量数据。
内存：临时存储程序运行中正在处理数据。
缓存：存储经常访问数据和指令，提高程序运行效率。
1.2、金字塔结构
越靠近金字塔顶端存储设备速度越快、容量越小、成本越高
①硬盘难以被内存取代
i：内存中数据在断电后会丢失，不适合长期存储数据。
ii：内存成本是硬盘几十倍，消费者市场难以普及。
②缓存大容量和高速度难以兼得
随着 L1、L2、L3 缓存容量逐步增大，其物理尺寸会变大，与 CPU 核心之间物理距离会变远，导致数据传输时间增加，元素访问延迟变高。
1.3、数据流通过程
①过程：
在程序运行时，数据会从硬盘中被读取到内存中，供CPU计算使用。
缓存看作CPU一部分，通过智能地从内存加载数据，给 CPU提供高速数据读取，提升程序执行效率，减少对较慢内存依赖。
2、数据结构内存效率
在内存空间利用方面，数组和链表各自具有优势和局限性
①内存有限，且同一块内存不能被多个程序共享：数据结构能够尽可能高效地利用空间。
数组元素紧密排列，不需要额外空间来存储链表节点间引用（指针），空间效率更高。然而，数组需要一次性分配足够连续内存空间，导致内存浪费，数组扩容需要额外时间和空间成本。相比之下，链表以“节点”为单位进行动态内存分配和回收，提供更大灵活性。
②反复申请与释放内存，空闲内存碎片化程度会越来越高：导致内存利用效率降低。数组其连续存储方式，相对不容易导致内存碎片化。相反，链表元素分散存储，在频繁插入与删除操作中，更容易导致内存碎片化。
3、数据结构缓存效率
①对比：
缓存空间容量上远小于内存，但比内存快。缓存容量有限，只能存储一小部分频繁访问数据，当 CPU 尝试访问数据不在缓存中，发生缓存未命中，CPU从速度较慢内存中加载所需数据。
②缓存效率“：缓存未命中越少，CPU读写数据的效率就越高，程序性能也就越好。
③缓存采取数据加载机制：
i：缓存行：缓存以缓存行为单位。相比于单个字节传输，缓存行传输形式更加高效。
ii：预取机制：处理器会尝试预测数据访问模式（例如顺序访问、固定步长跳跃访问等），并根据特定模式将数据加载至缓存之中，从而提升命中率。
iii：空间局部性：一个数据被访问，附近数据近期也会被访问
iv：时间局部性：一个数据被访问，不久将来可能再次被访问。
Ps:
①做算法题倾向于选择基于数组实现栈，提供更高操作效率和随机访问能力，代价：需要预先为数组分配一定内存空间。
②数据量非常大、动态性很高、栈预期大小难以估计，基于链表实现栈更加合适。链表能够将大量数据分散存储于内存不同部分，避免数组扩容产生额外开销。