在計算機科學中，數據結構（英語：data ）是計算機中存儲、組織數據的方式。數據結構意味著接口或封裝：一個數據結構可被視為兩個函數之間的接口，或者是由數據類型聯合組成的存儲內容的訪問方法封裝。大多數數據結構都由數列、記錄、可辨識聯合、引用等基本類型構成。舉例而言，可為空的引用（ ）是引用與可辨識聯合的結合體，而最簡單的鏈式結構鏈表則是由記錄與可空引用構成。數據結構可透過編程語言所提供的數據類型、引用及其他操作加以實現。一個設計良好的數據結構，應該在盡可能使用較少的時間與空間資源的前提下，支持各種程序執行。不同種類的數據結構適合不同種類的應用，部分數據結構甚至是為了解決特定問題而設計出來的。例如B樹即為加快樹狀結構訪問速度而設計的數據結構，常被應用在數據庫和文件系統上。正確的數據結構選擇可以提高算法的效率（請參考算法效率）。在計算機程序設計的過程中，選擇適當的數據結構是一項重要工作。許多大型系統的編寫經驗顯示，程序設計的困難程度與最終成果的質量與表現，取決于是否選擇了最適合的數據結構。系統架構的關鍵因素是數據結構而非算法的見解，導致了多種形式化的設計方法與編程語言的出現。絕大多數的語言都帶有某種程度上的模塊化思想，透過將數據結構的具體實現封裝隱藏于用戶界面之后的方法，來讓不同的應用程序能夠安全地重用這些數據結構。C++、Java、等面向對象的編程語言可使用類 (計算機科學)來達到這個目的。因為數據結構概念的普及，現代編程語言及其API中都包含了多種默認的數據結構，例如 C++ 標準模板庫中的容器、Java集合框架以及微軟的.NET 。
常見的數據結構
堆棧（Stack）
隊列（Queue）
數組（Array）
鏈表（ List）
樹（Tree）
圖（Graph）
堆積（Heap）
散列表（Hash table）
當人們說“學習算法和數據結構”時，我們應該學習它們到底是什么意思？
這是一個很好的問題，也是一個很難傳遞給還沒有“明白”的人的見解。您需要了解一組用于搜索、排序和圖形遍歷的基本算法。 您需要充分了解它們的工作原理，以便可以憑記憶重新創建它們。 您需要知道在 O(x) 術語中哪些是最快的。 你需要知道它們為什么有效，因為很多問題都需要部分通用算法，但不一定是全部。 您需要知道哪些算法適用于數組，哪些適用于鏈接數據結構。
例如，您可能還記得堆是如何工作的計算機中集群是什么意思，并且您可能已經看到用樹表示的堆。 但是計算機中集群是什么意思，如果您嘗試將堆實現為二叉樹，您會發現它不起作用，除非您保留到父節點的鏈接，而如果您在數組中實現堆，則有一個簡單的計算可以讓您 左子節點、右子節點或父節點的索引作為數組索引，并且不需要額外的鏈接空間。您沒有時間在編碼測試問題的上下文中從第一原理重新發現有關數據結構的事實。 這就是你記住這些信息的原因。讓你的算法和數據結構冷靜下來總結了獲得 CS 學位的經驗。這證明你知道你所說的你知道。這就是為什么雇主會用編碼問題來測試你。它測試接受 CS 教育意味著什么。測試經驗還有其他問題。
為什么 不是一種適合學習數據結構和算法的語言？
嗯？ 是學習數據結構和算法的好語言。
它是一種解釋性語言這一事實并不重要。（老實說，我很震驚竟然有人認為這是一回事。）它比 C 或 C++ 慢這一事實并不重要。（事實上，這是一個優勢；你希望你的算法很快，因為它們實際上很好，而不僅僅是因為你的硬件很快。）它是松散類型的事實并不重要。它擁有大量圖書館這一事實絕對無關緊要。（為了學習排序，沒有什么能阻止您自己實現快速排序。）另一方面， 代碼（在設計上）相對沒有語法糖，故意模糊低級實現細節，語法非常接近偽代碼，并且可以在任何 Web 瀏覽器中運行，這一切都很重要。這些都是學習數據結構和算法的重要優勢。
100% 的 CPU 使用率真的很糟糕嗎？
這不一定。
首先：它不會損壞硬件（假設冷卻系統正常工作）。這可能會對泵和風扇造成一些磨損，但這是他們的工作。
對性能不好嗎？好吧，如果你正在做一些需要低延遲的事情（比如音頻或視頻制作，或游戲）那么是的，你需要一些余量，所以如果你的機器處于 100%，你就有問題了。如果沒有，你只是在使用所有的 CPU，機器正在為你提供它所能提供的性能，只有在出于某種原因需要更快地完成工作時，這才是一個問題。我見過一個由近十萬臺機器組成的數據中心集群，其中大約 90% 的機器在其整個使用壽命期間都以 100% CPU 24/7 的速度運行。其他 10% 正在做對延遲敏感的部分，或者出于安全原因進行分區。
編寫 O(n) 算法并使我在編寫算法時成為更好的程序員的好的編程語言是什么？
任何通用編程語言（高級或低級）都允許您實現算法，無論它們是 O(n) 還是其他時間復雜度。并非所有算法都具有 O(n) 復雜度。編程語言的選擇與算法的時間復雜度絕對無關。算法及其時間復雜度獨立于任何特定的編程語言?，F在，一些編程語言提供庫、框架或內置功能，使您可以訪問固定算法和數據結構。如果您想自己從頭開始實現它們，了解它們在內部的實際工作方式，那么我建議您學習 C 編程語言，重點放在指針和動態內存管理上。然后仔細閱讀 with C 這本書，盡可能多地實現數據結構和相關算法，而不看書中的示例 C 實現。使用沒有垃圾收集的語言會迫使您真正考慮如何以及何時需要釋放內存資源。
但是，同樣，任何通用編程語言都可以用來實現算法。你可以用任何編程語言錯誤地實現算法，你也可以用任何語言正確地實現算法。換句話說，編程語言本身并不重要。有很多關于算法的好書可以作為指南，它們使用各種編程語言作為示例是有原因的……因為，再次強調，算法及其復雜性獨立于特定的編程語言。真正讓你成為“更好的程序員”的是不斷提高你解決問題的能力，為這些問題開發可靠的解決方案，從事越來越復雜的項目來挑戰你的知識和技能的極限，讓自己沉浸在編程和調試中，并最終創造 可讀、可維護、可測試、可靠、安全、可伸縮、可擴展、可重用、可移植和性能良好的軟件——無論您碰巧使用哪種編程語言。
請記住，您選擇的任何語言都不會是您學習和使用的最后一門語言。完全期望專業軟件開發人員在整個職業生涯中學習并正確使用編程語言、編程范式和許多其他需要的東西。學習一種語言不會永遠把你鎖在那種語言中。如果你限制自己只學習一種語言，你就會人為地限制你的機會。編程語言是工具，僅此而已。為正確的任務選擇正確的工具。
學習數據結構和算法需要多長時間？
您可以在幾周內學習數據結構的基礎知識。事物鏈表、數組、哈希表、二叉樹等都是可以在較短時間內學習的概念。（取決于你對它們的理解程度）。但學習算法是另一回事，其實我個人認為我們不能談論“學習”，因為從定義上來說，算法意味著“一種解決特定問題的方法”。所以，你不可能學會如何解決所有的問題，沒有一本書或一所學?？梢越棠闳绾谓鉀Q每一個問題，因為它們很多而且是延遲的?！坝行﹩栴}已經存在了 60 多年，但沒有人能找到適合它們的最佳解決方案。比如背包問題。這些類型的問題稱為組合器問題。“另外，算法也與性能有關。當針對特定問題找到解決方案時，需要盡可能快且值得信賴。能夠提供具有出色性能的解決方案，您需要更多的經驗然后學習?？梢宰龅氖牵纯礃I界最常見的問題，如“任務調度程序”、“創建有線網絡”，看看它是如何解決的。就像這樣，您可能會遇到需要與那些著名問題之一相同過程的問題。您還可以學習線性規劃，這是（簡單地）幫助您建模問題并找到解決方案的方法。
C++中最快的數據結構是什么？
這取決于您打算最常執行的操作。數據結構沒有固有的“速度”。它們各自具有導致不同操作以不同方式執行的特性。例如，如果您在連續內存中有一個數組，遍歷整個數組或通過索引訪問元素都是高效的操作。但是從數組中間刪除元素或向數組中間添加元素是非常低效的操作，需要大量的數據復制。作為另一個例子，雙向鏈表在向列表中間插入或刪除元素時非常有效，但在通過列表中的索引訪問元素時效率非常低。因此，在 C++ 或任何其他編程語言中沒有“最快”或“最慢”的數據結構。這完全取決于您最常需要執行的操作——這應該促使您為手頭的任務明智地選擇合適的數據結構。