数据结构是计算机中组织和存储数据的方式，核心目标是提高数据操作（增删改查）的效率，适配不同场景的性能需求。其核心包含"逻辑结构""物理结构"和"基本操作"三大模块，是编程与算法设计的基础。
一、逻辑结构
逻辑结构描述数据元素之间的抽象关系，与存储介质无关，主要分为四类：
• 线性结构：数据元素按"一对一"顺序排列，仅有一个起点和一个终点，如数组、链表、栈、队列。例如数组中元素按索引连续有序，每个元素（除首尾）仅有一个前驱和一个后继。
• 树形结构：数据元素按"一对多"层级排列，存在根节点、子节点等层级关系，如二叉树、红黑树、B树。典型例子是文件系统的目录结构，一个根目录下可包含多个子目录和文件。
• 图形结构：数据元素按"多对多"任意关联，每个元素可与多个其他元素建立关系，如无向图、有向图、加权图。比如社交网络中用户之间的好友关系，构成复杂的图形结构。
• 集合结构：数据元素间无明确关联，仅属于同一集合（满足特定条件的元素分组），如数学中的集合，仅关注元素是否存在，不考虑顺序和关联。
二、物理结构（存储结构）
物理结构指数据在计算机内存中的实际存储方式，直接影响操作效率，主要分为两类：
• 顺序存储：数据元素连续存储在一段物理地址连续的内存空间中，如数组。优点是随机访问速度快（通过索引直接定位），缺点是插入/删除需移动大量元素（需保持连续性）。
• 链式存储：数据元素分散存储在内存中，通过指针（或引用）关联前后元素，如链表。优点是插入/删除无需移动元素（仅修改指针），缺点是无法随机访问（需从表头遍历查找）。
三、核心数据结构及特性
- 线性表（基础线性结构）
• 数组：顺序存储，固定长度（静态）或动态扩容，支持O(1)随机访问，增删操作时间复杂度O(n)。
• 链表：链式存储，分为单链表（仅存后继指针）、双链表（存前后继指针）、循环链表（首尾相连），增删操作O(1)（已知位置），访问O(n)。
- 栈与队列（受限线性结构）
• 栈："先进后出"（LIFO），仅允许在栈顶操作，支持push（入栈）、pop（出栈）、peek（查看栈顶），时间复杂度均为O(1)，常用于递归、表达式求值、括号匹配。
• 队列："先进先出"（FIFO），允许在队尾入队、队首出队，支持enqueue（入队）、dequeue（出队），基础队列O(1)操作，优先级队列（按优先级排序）O(logn)操作，常用于任务调度、广度优先搜索（BFS）。
- 树结构（层级关联结构）
• 二叉树：每个节点最多有两个子节点（左子树、右子树），常见类型有满二叉树（所有节点均有两个子节点）、完全二叉树（除最后一层外均满，最后一层左连续）。
• 遍历方式：前序遍历（根→左→右）、中序遍历（左→根→右）、后序遍历（左→右→根）、层序遍历（按层级从上到下），均为O(n)时间复杂度。
• 应用变种：二叉搜索树（左子树值<根<右子树值，支持O(logn)查找）、红黑树（自平衡二叉搜索树，避免极端情况）、堆（完全二叉树，分为大顶堆/小顶堆，用于优先级队列）。
- 图结构（多对多关联结构）
• 表示方法：邻接矩阵（二维数组，适合稠密图）、邻接表（链表数组，适合稀疏图）。
• 遍历方式：深度优先搜索（DFS，递归或栈实现）、广度优先搜索（BFS，队列实现），均为O(V+E)（V为顶点数，E为边数）。
• 核心应用：最短路径（Dijkstra算法、Floyd算法）、拓扑排序（针对有向无环图DAG）、连通分量查找。
- 哈希表（高效查找结构）
• 原理：通过哈希函数将键（key）映射到内存地址，实现O(1)平均查找效率，解决哈希冲突的方式有拉链法（冲突元素链表存储）、开放地址法（线性探测、二次探测）。
• 特性：查找、插入、删除效率高，无序存储，适用于缓存、字典、数据去重等场景。
四、数据结构的选择原则
• 优先考虑操作频率：查询频繁选顺序存储（数组、哈希表），增删频繁选链式存储（链表）。
• 考虑数据规模：小规模固定数据用数组，大规模动态数据用链表、栈/队列。
• 考虑场景需求：层级关系用树（如文件系统），复杂关联用图（如社交网络），有序查找用二叉搜索树/红黑树，无序快速查找用哈希表。