本文为「数据结构」系列第一篇，会说明为什么要学习数据结构；数据结构的用处；数据结构的分类；如何学习数据结构等问题，先对数据结构有个全面的认识，相信带着问题来学习它会达到事半功倍的效果。
1、为什么要学习数据结构？
数据结构研究的是数据如何在计算机中进行组织和存储，使得我们可以高效的获取数据或者修改数据。
其中数据结构的分类主要包括如下：
- 线性结构
- 数组；栈；
- 队列；链表；
- 哈希表…
- 树结构
- 二叉树，二分搜索树；
- AVL；红黑树；Treap；Splay；
- 堆；Trie；线段树；K-D树；
- 并查集；哈夫曼树；…
- 图结构
- 邻接矩阵；
- 邻接表
我们在软件开发过程中，需要根据应用的不同，灵活选择最合适的数据结构，来解决现实问题。
2、在计算机的世界里，数据结构无处不在
数据结构在计算机的世界里，扮演着很重要的角色，应用在很多日常应用系统中，以下列举了一些数据结构应用的例子及其使用到的数据结构。
2.1 数据库
树结构：
AVL；红黑树；Treap；
伸展树；B树；
哈希表
2.2 操作系统
快速在多任务间切换
系统栈
优先队列：堆
2.3 文件压缩
对文件进行压缩，形成了像 RAR、MP3、PDF、PNG、MP4 等这种专门文件格式。
在进行压缩时，也需要借助数据结构：
哈夫曼树（比较简单文件压缩）
2.4 通讯录 CONTACTS
很早以前，智能手机还没有普及，微软有一款产品，是给 pda（personal digital assistant） 个人数字助理系统，有个通讯录的概念，
方案一：链表，查找一个人很慢，计算性能很慢
方案二：Trie-前缀树，查找联系人在毫秒级别，很快！
2.5 大量的算法，以数据结构为基石
寻路算法
A -> B 点路径
图论算法：
深度优先算法 DFS：使用栈
广度优先算法 BFS：使用队列
2.6 数据结构 + 算法 = 程序
程序的具体实现完全靠数据结构和算法，日常生活中的，一个个问题都需要建模，建立数据结构，具体执行的策略，那就要靠算法了。如果再加上设计模式，就为了让代码实现起来更优雅。
问题 —> 数据结构+算法 == 程序 —> 解决问题可以说，只要你用程序来解决现实中的问题，数据结构算法一天都不会过时。
3、学习内容
数据结构不应该局限于某门语言，除了使用 Java 语言完成，也可以使用其他语言来实现数据结构代码。当然支持面向对象的语言最好。
3.1 12 种数据结构
主要包括如下 12种数据结构：
- 数组
- 栈
- 队列
- 链表-单链表 & 双链表
- 二分搜索树
- 堆
- 线段树
- Trie
- 并查集
- AVL
- 红黑树
- 哈希表
本次学习不包含图结构，因为图论领域以算法为主。
3.2 学习思路
面向基础：递归；调试；简单的复杂度分析；
手把手的底层实现，创建属于自己的小型数据结构库
强调比较和优化
3.3 内容分类
学习的代码都是基于 LeetCode和LeetCode 中文。
ps: 关于 LeetCode 的使用，后面会单独拿一篇文章来讲解怎样高效使用 LeetCode，敬请关注~
- 面向面试
数组、栈、队列、链表、二分搜索树、堆
- 面向竞赛
线段树、Trie、并查集
- 其他
- 平衡二叉树：
AVL、红黑树
- 常用数据存储结构：
哈希表-冲突检测，就会产生很多和性能有关的问题
这三种数据结构在面试中更多的是概念和性能分析问题，不会要求底层实现。
建议
学习数据结构时，不要钻牛角尖，更不要死记硬背，请谨记以下几点建议。
- 不要完美主义，掌握好「度」
- 学习本着自己的目标去
- 了解各个数据结构的底层实现原理
