用一句话理解数据结构： 数据结构 = 数据 + 结构 = 数据怎么存 + 怎么取、怎么用。
数组/链表：基础骨架
栈/队列：控制顺序
树：用来快速查找、排序
哈希表：用来极速查找
图：描述复杂关系
主要用来解决 3 个核心问题：
1. 数据怎么放最省空间
2. 数据怎么找最快
3. 数据怎么增删改最方便
最核心的 4 类数据结构
一. 线性结构：像排队一样
1.数组（Array）
一段连续内存
优点：随机访问快，下标直接找
缺点：插入、删除慢，大小固定
2.链表（LinkedList）
数据分散，靠指针连在一起
优点：插入、删除快
缺点：不能随机访问，要从头找
3.栈（Stack）
先进后出（LIFO）
典型场景：函数调用、括号匹配、递归
4.队列（Queue）
先进先出（FIFO）
典型场景：排队、消息队列、任务调度
二. 树形结构：像家族树
1.二叉树
每个节点最多两个孩子
2.二叉搜索树 BST
左小右大，用来快速查找
3.平衡二叉树（AVL、红黑树）
防止树歪掉，保证查找稳定
C++ STL map、set 底层就是红黑树
4.堆（Heap）
完全二叉树
最大堆 / 最小堆
用途：优先队列、堆排序、TOP-K
三. 哈希结构：查得最快的神器
1.哈希表（Hash Table）
key → 哈希函数 → 下标
平均：O(1) 增删改查
缺点：会冲突，要处理（链地址、开放地址）
四. 图结构：最复杂、最真实
节点 + 边
有向图、无向图、有权图
核心算法：BFS 广度优先、DFS 深度优先、最短路径（Dijkstra、Floyd）、最小生成树
数据结构的灵魂：时间复杂度
最常用的几个
O(1)：常数级，最快
O(log n)：对数级，非常快（二分、树）
O(n)：线性，还行（遍历）
O(n²)：平方，很慢（暴力）
