简单介绍一下这次模块化实践以及所遇到的一些问题
数据结构
分类
数据结构是算法基础，线性结构有 数组，栈，链表等，非线性结构有树，图等（树可以被看作半线性的） 需要注意的湿，线性和非线性不代表存储结构湿线性和非线性的，这两者没有任何关系，它只是一种逻辑上的划分。比如我们可以用数组去存储二叉树 一般而言，有前驱和后继的就是线性数据结构比如数组和链表。其实一叉树就是链表
几种特殊数据结构的简单讲解
默认大家是有一定基础的，所以讲的比较简单
- 队列
队列是一种受限的序列，它只能操作队首和队尾，并且只能在队尾添加元素，在队首删除元素
“队列”这个名称,可类比为现实生活中排队（不插队的那种）
-
栈 栈也是一种受限的序列，它只能够操作栈顶。在计算机科学重，一个栈（stack）是一种抽象的数据类型，用作表示元素的集合，具有两种主要操作：push和pop。所以此处应该有个peek操作用于访问当前顶端的元素，只返回不弹出。
- 链表 链表是一种最基本数据结构，熟练掌握链表的结构和常见操作是基础中的基础。
非线性结构
有了线性结构，为什么我们还需要非线性结构呢？ 阴我我们要高效的兼顾静态操作和动态操作。大家可以对照各种数据结构的操作的复杂度来直观感受下。
树
树的应用很广泛，小到文件系统，大到因特网，组织架构等都可以表示为树结构。DOM树就是一种树结构，而HTML作为一种DSL去描述这种树结构的表现形式。如果你接触过AST，那么AST也是一种树，XML也是树。
树其实是一种特殊的图，是一种无环连通图，是一种极大无环图，也是一种极小连通图。从另一个角度看，树是一种递归的数据结构。
树的基本算法有 前中后序遍历 和 层次遍历。
你只需要记住 所谓的前中后指的是根节点的位置，其他位置按照先左后右排列即可。
比如，前序遍历就是根左右，中序就是左根右，后续就是 左右根
因为树是递归的数据结构，所以树的遍历算法使用递归去完成很简单，输的算法基本上都要依赖于树的遍历。但是递归在计算机中的性能一直都有问题，因此掌握不那么容易理解的“命令式迭代”遍历算法在某些情况下是有用的。如果你使用迭代方式去遍历的话，可以借助上面提到的栈来进行，可以极大的减少代码量。
如果使用栈来简化运算，由于栈是FILO的，因此一定要注意左右子树的推入顺序。
树的重要性质： * 如果树有n个顶点，那么其就有n-1条边，这说明了树的定点数和边数是同阶的。 * 任何一个节点到根节点存在 唯一 路径，路径的长度为节点所处的深度。
二叉树
二叉树是节点数不超过二的树，是树的一种特殊子集，有去的是二叉树这种被限制的树结构却能够表示和实现所有的树，它背后的原理正是 长子+兄弟 法
一个典型的二叉树：
标记为7的节点具有两个子节点，标记为2和6；一个父节点，标记为2，作为根节点，在顶部，没有父节点。
二叉查找树
又称二叉搜索树 具备以下性质：
- 若左子树不空，则左子树上所有节点的值均小于它的根节点的值；
- 若右子树不空，则右子树上所有节点的值均大于它的根节点的值；
- 左右子树也分别为二叉排序树；
- 没有键值相等的节点。
对于一个二叉查找树，常规操作有插入，查找，删除，找父节点，求最大值，求最小值。
另外，二叉查找树有一个性质：其中遍历的结果是一个有序数组。
二叉平衡树
改进的二叉查找树。一般的二叉查找树的查询复杂度取决于目标节点到树根的距离（即深度），因此当节点的深度普遍较大时，查询的均摊复杂度会上升。为了实现更高效的查询，产生了平衡树。
平衡指所有的叶子的深度趋于平衡，更广义的是指在树上所有可能查找的均摊复杂度偏低。
一些数据库的引擎内部就是用的这种数据结构，其目标也是讲查询的操作降低到logn（树的深度），可以简单理解为 树在数据结构层面构造的二分查找算法.
基本操作，旋转 插入 删除 查询前驱 查询后继
AVL
最早被发明的自平衡二叉查找树。在AVL树中，任一节点对应的两颗子树的最大高度差为1，因此它也被称为高度平衡树。查找，插入和删除在平均和最坏的情况下的时间复杂度都是O（logn）。增加和删除元素的操作则可能需要借由一次或多次树旋转，以实现树的重新平衡。
红黑树
被称为“对称二叉B树”，红黑树的结构复杂，但它的操作有着良好的最坏情况运行时间，并且在实践中高效：它可以在O（logn）时间内完成查找，插入和删除，这里的n是树种元素的数目。
堆
堆其实是一种优先级队列，在很多语言都有对应的内置数据结构。 堆的特点：
- 在一个最小堆中，如果p是c的一个父级节点，那么p的key（或者value）应小于或等于c的对应值。正因为此，堆顶一定是最小的，我们会利用这个特点求最小值或者k小的值。
- 在一个最大堆中，p的key（或者value）大于c的对应值。
图
前面讲的数据结构都可以看成是图的特例。前面提到了二叉树完全可以实现其他树结构，其实有向图也完全可以实现无向图和混合图，因此有向图的研究一直都是重点考察对象。
图的遍历
图的遍历就是要找出图中所有的点，一般有以下两种方法：
- 深度优先（Depth First Search,DFS） 深度优先遍历图的方法是，从图中某顶点v出发，不断访问邻居，邻居的邻居直到访问完毕。
- 广度优先 (Breadth First Search,BFS) 广度优先，可以被形象的描述为“浅尝辄止”，它也需要一个队列以保持遍历过的顶点顺序，以便按出队的顺序再去访问这些顶点的邻接顶点。