数据结构是计算机存储、组织数据的方式，旨在高效地访问和修改数据。常见的数据结构分为线性结构 和非线结构，具体分类如下：
线性数据结构
- 数组（Array）：连续内存存储相同类型元素，支持随机访问，但插入/删除效率低。
- 链表（Linked List）：通过指针连接节点，分为单向、双向和循环链表，插入/删除高效，但访问需遍历。
- 栈（Stack）：后进先出（LIFO）结构，常用于函数调用、表达式求值。
- 队列（Queue）：先进先出（FIFO）结构，包括普通队列、双端队列和优先队列。
非线性数据结构
- 树（Tree）：层次结构，常见类型包括二叉树、AVL树、红黑树等，用于搜索和排序。
- 图（Graph）：由顶点和边组成，分为有向图和无向图，适用于网络建模。
- 哈希表（Hash Table）：通过哈希函数映射键值对，实现快速查找，但需处理冲突。
核心操作复杂度
| 数据结构 | 访问 | 搜索 | 插入 | 删除 |
|---|---|---|---|---|
| 数组 | O(1) | O(n) | O(n) | O(n) |
| 链表 | O(n) | O(n) | O(1) | O(1) |
| 哈希表 | O(1) | O(1) | O(1) | O(1) |
| 二叉搜索树 | O(log n) | O(log n) | O(log n) | O(log n) |
应用场景
- 数组：适合数据量固定且频繁访问的场景（如图像处理）。
- 链表：动态数据管理（如操作系统进程调度）。
- 栈/队列：算法设计（DFS/BFS、缓冲区管理）。
- 树/图：数据库索引、社交网络关系建模。
代码示例（Python）
# 链表节点定义
class Node:
def __init__(self, data):
self.data = data
self.next = None
# 栈实现
class Stack:
def __init__(self):
self.items = []
def push(self, item):
self.items.append(item)
def pop(self):
return self.items.pop()数据结构的选择需结合具体问题，权衡时间与空间复杂度。