考试和算法设计精髓一样：
时间消耗越少，一般空间消耗越大，存储越冗余
空间消耗越少，一般时间消耗越大，计算越冗余
空间和时间的消耗如果都降低的话，人的智力和脑力消耗越大，包括人思考所用的时间和记忆力。
总之，三者无法 同时降低，可能有人要问这三句话有什么意义？其实，这三句话的意思就是：其他一个或两个因素的冗余在可以接受的幅度内，降低另两个或一个因素的代价。本质是折中取舍，如何取舍取决于你的目的。人设计高效的算法是需要很大代价的，但是，高效算法一旦被发明，低廉且容易的大批量技术复制让它的整个成本降低，而且，复制的数量越庞大，整体成本越低，当你在今天使用一个看似简单而且高效的算法时，你可曾想过此前有很多人为此付出了巨大的代价和花费？
这三句话的现实意义就是，在考试中，你想提高解题速度，你只能在复习中记忆更多的常识，知识和结论。你想巧妙的解决问题，那么意味着你在考试时需要付出更多时间和脑力用于的思考。所以唯一可取的方法是：复习中记忆掌握，考试中快速计算。
这三句话的现实意义还有，在记忆时，必如记忆中间结论和单词，冗余永远不是好的记忆方法，因为如果你为了记住A，必须记住相关的B，那么B怎么记忆呢？ 由B该如何联想到A呢 ？ 你记忆的冗余信息越多，说明你遗忘的几率越大，因为，联系中的任意一环都是你记忆的薄弱部分。此外冗余必然引起信息的不一致性，你还得解决不一致性带来的问题，总之，冗余作为存储本质及其精髓而言，对人和计算机都非常关键！请注意，这里的冗余只是不必要的冗余，如俞敏洪的联想记忆，就是这种非常愚蠢做法的明证。那么，该如何记忆呢？最好的方法莫过于降低冗余，改善存储结构。抽象与具体，归纳与演绎，分析与综合，对比与类推，分类细化与拓沿一般，这是人的思维独到之处，从自个思维模式着手，发现你最擅长的一面是什么？（比如本文作者相对比较擅长分析，抽象，类推三种），从你自身出发，选择适合你的方法。比如:词根+词缀记忆这个方法就是好的方法，首先，它降低了记忆的冗余;其次它采用二维存储结构比一维更便于记忆。
我还想谈一点我对考试的看法：知识是冗余的常识，复习应该是一个超集合，考试只是这个超集合的子集的幂集。
对于数据结构和算法，我认为：
数据结构其实就是人的头脑中的三种逻辑模式（先后关系[线]，层次关系[树]，交互关系[图]）如何用计算机存储模式(顺序存储[冯诺依曼机的特点]和链接存储[间
接寻址]）来实现，在此过程中需要考虑两个问题：一，这种存储如何和人头脑的思维达到融合，方便人解决问题。二，数据存储的目的和意义在于数据访问，数据访问决定数据存储，因此访问效率和存储效率必须折中取舍。
至于，算法，其实是计算机解题模式，无非是存取，运算，顺序执行，跳转，迭代和递归的有限步骤。
我推荐17个算法，请注意，如果你熟悉这17算法的话，在考试中，就可以写出相对较好的算法。考试中的算法的最优解的复杂度是O(logn)级，这些算法可以帮助你写出O（n）或者O（nlogn）的解法。考试时间很关键，一般，你没有过多的时间思考最优解，你给出线性的算法就已经足够了 ，失之东隅，收之桑榆。
算法如下：
线形2个：
1.将两个有序表合并为一个表，这个算法的变种很多，可以是链表，顺序表。涉及集合运算，
归并排序，字符串处理。
2.将一个顺序表的元素重新划分，左边的较小，右边较大。涉及快速排序，求字符串的逆串。
树形9个: (注意：有些可以实现，有些实现不了，可以拿来思考)
3-5.前序线索化，递归实现，栈模拟递归，非栈式迭代实现。
6-8.中序线索化，递归实现，栈模拟递归，非栈式迭代实现。
8-11.后序线索化，递归实现，栈模拟递归，非栈式迭代实现。
图形6个: (注意：至少会画表格，写出算法执行的逐个步骤）
12：DFS
13：BFS
我强烈推荐大家做一些走迷宫的编程（Maze），DFS和BFS都可以实现，好好比对一下。
14.MST:prim,kruskal
15.short pathijkstra ,Floyd
16.AOV:拓扑排序的DFS，BFS实现
17.AOE：关键路径