写程序时你有没有遇到过这种情况：明明逻辑没问题，可一到处理大量数据就卡得不行？比如做个通讯录，查个人要等好几秒，删个联系人还得转半天。问题可能不在思路，而在“怎么存数据”上。
什么是数据结构基本操作
数据结构说白了就是数据的存放方式。不同的结构，支持的操作效率也不同。常见的基本操作有增、删、查、改，但具体怎么实现，差别可大了。
比如数组和链表都能存一组数，但它们的操作特点完全不同。
数组：连续存储，查得快，插得慢
数组像是一排整齐的格子，每个位置都有编号（下标）。你想查第5个元素，直接去5号格子拿就行，时间几乎不花，这就是O(1)的查询效率。
但如果你想在中间插入一个新元素，比如在第3个位置插一个数，那第3个以后的所有数据都得往后挪一位。数据越多，挪得越久，这就是O(n)的时间开销。
int arr[5] = {10, 20, 30, 40, 50};
// 想在索引2位置插入25
// 需要把30、40、50都往后移，再把25放进去链表：灵活连接，插得快，查得慢
链表像是用绳子串起来的一串钥匙环，每个环里存数据和下一个环的地址。你不能直接跳到第5个，只能从第一个开始一个个找，所以查一个元素可能是O(n)。
但插入就轻松多了。只要找到位置，断开绳子，把新环接进去就行，前后两个环重新连一下，其他数据完全不用动。
struct Node {
int data;
struct Node* next;
};
// 插入新节点
Node* newNode = new Node();
newNode->data = 25;
newNode->next = current->next;
current->next = newNode;栈和队列：特殊规则下的高效操作
栈像是一摞盘子，只能从上面拿或放，遵循“后进先出”（LIFO）。这种限制反而让它在函数调用、撤销操作（比如Ctrl+Z）中特别有用。
队列则像排队买奶茶，先来的先服务，叫“先进先出”（FIFO）。消息系统、任务调度都靠它。
它们的基本操作——入栈/出栈、入队/出队——都是O(1)，因为只在固定端进行。
树：分层管理，快速查找
如果你用过文件夹，那你已经用过树结构了。根目录是根节点，下面分出子文件夹，层层嵌套。
二叉搜索树更聪明，左边的小，右边的大。查一个数时，每次比较都能排除一半，效率达到O(log n)，比一个个找快多了。
struct TreeNode {
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};实际场景中的选择
做购物车功能，频繁添加删除商品，用链表比数组更合适；做排行榜，需要快速按分数排序访问，用堆（一种特殊的树）更高效；做字典查询，键值匹配，哈希表几乎是首选。
每种结构都有它的“舒适区”。了解基本操作的特点，才能在写代码时不光让程序跑起来，还能让它跑得快、扛得住压力。