爲什麼數組比鏈表查詢速度更快？
- 數組由於是緊湊連續存儲,可以隨機訪問，通過索引快速找到對應元素，而且相對節約存儲空間。但正因爲連續存儲，內存空間必須一次性分配夠，所以說數組如果要擴容，需要重新分配一塊更大的空間，再把數據全部複製過去，時間複雜度 O(N)；而且你如果想在數組中間進行插入和刪除，每次必須搬移後面的所有數據以保持連續，時間複雜度 O(N)。
- 鏈表因爲元素不連續，而是靠指針指向下一個元素的位置，所以不存在數組的擴容問題；如果知道某一元素的前驅和後驅，操作指針即可刪除該元素或者插入新元素，時間複雜度O(1)。但是正因爲存儲空間不連續，你無法根據一個索引算出對應元素的地址，所以不能隨機訪問；而且由於每個元素必須存儲指向前後元素位置的指針，會消耗相對更多的儲存空間。
另外值得驚醒的一句話是：
數據結構的存儲方式只有兩種：數組（順序存儲）和鏈表（鏈式存儲）
這句話怎麼理解，不是還有散列表、棧、隊列、堆、樹、圖等等各種數據結構嗎？
- 我們分析問題，一定要有遞歸的思想，自頂向下，從抽象到具體。你上來就列出這麼多，那些都屬於「上層建築」，而數組和鏈表纔是「結構基礎」。因爲那些多樣化的數據結構，究其源頭，都是在鏈表或者數組上的特殊操作，API
不同而已。- 比如說「隊列」、「棧」這兩種數據結構既可以使用鏈表也可以使用數組實現。用數組實現，就要處理擴容縮容的問題；用鏈表實現，沒有這個問題，但需要更多的內存空間存儲節點指針。
- 「圖」的兩種表示方法，鄰接表就是鏈表，鄰接矩陣就是二維數組。鄰接矩陣判斷連通性迅速，並可以進行矩陣運算解決一些問題，但是如果圖比較稀疏的話很耗費空間。鄰接表比較節省空間，但是很多操作的效率上肯定比不過鄰接矩陣。
- 「散列表」就是通過散列函數把鍵映射到一個大數組裏。而且對於解決散列衝突的方法，拉鍊法需要鏈表特性，操作簡單，但需要額外的空間存儲指針；線性探查法就需要數組特性，以便連續尋址，不需要指針的存儲空間，但操作稍微複雜些。
-「樹」，用數組實現就是「堆」，因爲「堆」是一個完全二叉樹，用數組存儲不需要節點指針，操作也比較簡單；用鏈表實現就是很常見的那種「樹」，因爲不一定是完全二叉樹，所以不適合用數組存儲。爲此，在這種鏈表「樹」結構之上，又衍生出各種巧妙的設計，比如二叉搜索樹、AVL樹、紅黑樹、區間樹、B 樹等等，以應對不同的問題。- 瞭解 Redis 數據庫的朋友可能也知道，Redis 提供列表、字符串、集合等等幾種常用數據結構，但是對於每種數據結構，底層的存儲方式都至少有兩種，以便於根據存儲數據的實際情況使用合適的存儲方式。
數據結構種類很多，甚至你也可以發明自己的數據結構，但是底層存儲無非數組或者鏈表
轉載自：學習數據結構和算法的高效方法