数据结构概述

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）

复制代码

# 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。