数据结构可以引起什么进步思想

A. 学习数据结构有什么用

学了顺序表和链表，你就知道，在查询操作更多的程序中，你应该用顺序表；而修改操作更多的程序中，你要使用链表；而单向链表不方便怎么办，每次都从头到尾好麻烦啊，怎么办？你这时就会想到双向链表or循环链表。学了栈之后，你就知道，很多涉及后入先出的问题，例如函数递归就是个栈模型、Android的屏幕跳转就用到栈，很多类似的东西，你就会第一时间想到：我会用这东西来去写算法实现这个功能。学了队列之后，你就知道，对于先入先出要排队的问题，你就要用到队列，例如多个网络下载任务，我该怎么去调度它们去获得网络资源呢？再例如操作系统的进程（or线程）调度，我该怎么去分配资源（像CPU）给多个任务呢？肯定不能全部一起拥有的，资源只有一个，那就要排队！那么怎么排队呢？用普通的队列？但是对于那些优先级高的线程怎么办？那也太共产主义了吧，这时，你就会想到了优先队列，优先队列怎么实现？用堆，然后你就有疑问了，堆是啥玩意？自己查吧，敲累了。总之好好学数据结构就对了。我觉得数据结构就相当于：我塞牙了，那么就要用到牙签这“数据结构”，当然你用指甲也行，只不过“性能”没那么好；我要拧螺母，肯定用扳手这个“数据结构”，当然你用钳子也行，只不过也没那么好用。学习数据结构，就是为了了解以后在IT行业里搬砖需要用到什么工具，这些工具有什么利弊，应用于什么场景。以后用的过程中，你会发现这些基础的“工具”也存在着一些缺陷，你不满足于此工具，此时，你就开始自己在这些数据结构的基础上加以改造，这就叫做自定义数据结构。而且，你以后还会造出很多其他应用于实际场景的数据结构。你用这些数据结构去造轮子，不知不觉，你成了又一个轮子哥。

B. 数据结构的基本方法是怎样的。及其基本思想

数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。
算法的设计取决于数据（逻辑）结构，而算法的实现依赖于采用的存储结构。数据的存储结构实质上是它的逻辑结构在计算机存储器中的实现，为了全面的反映一个数据的逻辑结构，它在存储器中的映象包括两方面内容，即数据元素之间的信息和数据元素之间的关系。不同数据结构有其相应的若干运算。数据的运算是在数据的逻辑结构上定义的操作算法，如检索、插入、删除、更新和排序等。
数据的运算是数据结构的一个重要方面，讨论任一种数据结构时都离不开对该结构上的数据运算及其实现算法的讨论。
数据结构不同于数据类型，也不同于数据对象，它不仅要描述数据类型的数据对象，而且要描述数据对象各元素之间的相互关系。
数据类型是一个值的集合和定义在这个值集上的一组操作的总称。数据类型可分为两类：原子类型、结构类型。一方面，在程序设计语言中，每一个数据都属于某种数据类型。类型明显或隐含地规定了数据的取值范围、存储方式以及允许进行的运算。可以认为，数据类型是在程序设计中已经实现了的数据结构。另一方面，在程序设计过程中，当需要引入某种新的数据结构时，总是借助编程语言所提供的数据类型来描述数据的存储结构。
计算机中表示数据的最小单位是二进制数的一位，叫做位。我们用一个由若干位组合起来形成的一个位串表示一个数据元素，通常称这个位串为元素或结点。当数据元素由若干数据项组成时，位串中对应于各个数据项的子位串称为数据域。元素或结点可看成是数据元素在计算机中的映象。
一个软件系统框架应建立在数据之上，而不是建立在操作之上。一个含抽象数据类型的软件模块应包含定义、表示、实现三个部分。
对每一个数据结构而言，必定存在与它密切相关的一组操作。若操作的种类和数目不同，即使逻辑结构相同，数据结构能起的作用也不同。
不同的数据结构其操作集不同，但下列操作必不可缺：
1,结构的生成；
2.结构的销毁；
3,在结构中查找满足规定条件的数据元素；
4,在结构中插入新的数据元素；
5,删除结构中已经存在的数据元素；
6,遍历。
抽象数据类型：一个数学模型以及定义在该模型上的一组操作。抽象数据类型实际上就是对该数据结构的定义。因为它定义了一个数据的逻辑结构以及在此结构上的一组算法。抽象数据类型可用以下三元组表示：（D，S，P）。D是数据对象，S是D上的关系集，P是对D的基本操作集。ADT的定义为：
ADT 抽象数据类型名：{数据对象：（数据元素集合），数据关系：（数据关系二元组结合），基本操作：（操作函数的罗列）}； ADT抽象数据类型名;抽象数据类型有两个重要特性：
数据抽象
用ADT描述程序处理的实体时，强调的是其本质的特征、其所能完成的功能以及它和外部用户的接口（即外界使用它的方法）。
数据封装
将实体的外部特性和其内部实现细节分离，并且对外部用户隐藏其内部实现细节。
数据（Data）是信息的载体，它能够被计算机识别、存储和加工处理。它是计算机程序加工的原料，应用程序处理各种各样的数据。计算机科学中，所谓数据就是计算机加工处理的对象，它可以是数值数据，也可以是非数值数据。数值数据是一些整数、实数或复数，主要用于工程计算、科学计算和商务处理等；非数值数据包括字符、文字、图形、图像、语音等。数据元素（Data Element）是数据的基本单位。在不同的条件下，数据元素又可称为元素、结点、顶点、记录等。例如，学生信息检索系统中学生信息表中的一个记录等，都被称为一个数据元素。
有时，一个数据元素可由若干个数据项（Data Item）组成，例如，学籍管理系统中学生信息表的每一个数据元素就是一个学生记录。它包括学生的学号、姓名、性别、籍贯、出生年月、成绩等数据项。这些数据项可以分为两种：一种叫做初等项，如学生的性别、籍贯等，这些数据项是在数据处理时不能再分割的最小单位；另一种叫做组合项，如学生的成绩，它可以再划分为数学、物理、化学等更小的项。通常，在解决实际应用问题时是把每个学生记录当作一个基本单位进行访问和处理的。
数据对象（Data Object）或数据元素类（Data Element Class）是具有相同性质的数据元素的集合。在某个具体问题中，数据元素都具有相同的性质（元素值不一定相等），属于同一数据对象（数据元素类），数据元素是数据元素类的一个实例。例如，在交通咨询系统的交通网中，所有的顶点是一个数据元素类，顶点A和顶点B各自代表一个城市，是该数据元素类中的两个实例，其数据元素的值分别为A和B。 数据结构（Data Structure）是指互相之间存在着一种或多种关系的数据元素的集合。在任何问题中，数据元素之间都不会是孤立的，在它们之间都存在着这样或那样的关系，这种数据元素之间的关系称为结构。

C. 怎么才能学好数据结构

数据结构的学习需要独立完成代码实现，尽管理解了概念，但在实现过程中仍会遇到困难，克服这些困难有助于提升编程能力。

数据结构是计算机科学的核心课程，对于有一定编程基础的人来说，结合实际编程经验去理解它的思想；初学者则应选择熟悉的语言进行分析，避免陷入语言细节。

熟悉各种数据结构算法是成为优秀程序员的基础，可以通过自学和实践来掌握这些知识。自己动手将书中的数据结构转化为可复用的模板，便于日后使用和复习，面试时数据结构往往是重点考察内容。

数据结构的学习需要时间和耐心，通过反复阅读书籍，逐步理解其中的思想和原理，当积累到一定量时，你会豁然开朗。

数据结构的学习重点在于理解其背后的思想，但至少要熟练掌握一门编程语言，以便检验这些思想是否正确。强烈推荐《STL源码剖析》，结合STL源码分析，不仅能够学习数据结构，还能了解设计模式和范型运算等知识。

最好通过讨论来学习数据结构，这样可以互相启发，共同进步。

如果你尚未学习C语言，或者基础较弱，可以从简单的图论入手，抓住线性结构、树结构和图结构的主线。学习了抽象的离散点关系后，再巩固C语言的基础，书中描述的程序大多基于简单的C定义、判断和循环语句。

从线性表开始学习，顺序表和链表是基础，后续的树结构和图结构也都离不开链式结构，这往往是最难的部分。阅读程序时，动手画图可以帮助理解流程，这对于学习数据结构尤为重要。

数据结构是程序设计的基础，学好后会受益匪浅。多找些难题练习，能够更好地理解数据结构的魅力。通过结构思考自己的算法，算法操作数据结构，设计良好的数据结构对算法效果有重要影响。

学习数据结构的方法没有固定模式，信心、恒心、悟性以及优质书籍是不可或缺的。

D. 数据结构有什么用

1.数据结构分为广义和狭义：
广义的说法是：数据结构 = 数据存储+算法，其中算法就是针对数据存储进行的操作（例如：对存储数据的排序、删除、插入等操作）；
侠义的说法是：数据结构 = 数据的存储；
补充一下：你从书中也可以看到，基本上都讲的是链表、堆栈、树、图什么的这都是关于数据存储的，其中的算法也都是类c语言的伪算法，并未叫你如何去编程，所以学数据结构，关键是学习编程的思想。。。
2.说白了数据结构不是叫你怎么编程，而是给你提供一种编程的思想让你有更好的编程思路；
本人亲身体验，敲了一年的c之后，去看数据结构看完之后，感觉自己对该语言的理解原来越深了，而且编程的时候有好多想法，使你可以充分享受编程的乐趣嘿嘿。。。