可能有很多同學在沒開始學甚至學完後都不清楚學數據結構的意義。
本人做題渣，不太會刷題，所以最開始對這種我還不明白學它的意義的科目（不要說是爲了考試！）保持一種牴觸的情緒，隨着接觸的東西越來越多，發表一點拙見吧，也爲同樣迷茫的小夥伴做個開路先鋒。
我先矯情一句——不論通天的思路多麼地優雅和藝術，但到作爲成果時他們總是把能一步步走上來的梯子（意圖和思路）撤走，取而代之的是難以攀爬的峭壁（一步步機器執行過程）並留下那峭壁之上的空中閣樓（結論）。
我不想談那些不具體的“掌握好數據結構，也就掌握好了數據處理的算法；學習數據結構很重要”那種套話，因爲那些話是從沒做過什麼東西的人都能說的出來的！培訓機構、假大佬等不講什麼具體用處讓人云裏霧裏又覺得神乎其神，本人一直反對的也是這些。學習從來都是在解決問題的過程中發生的，沒有相應問題對象的學習如同“沒有金蛇劍就學習金蛇劍法”一般反人類。
1.數據結構是計算機方便實現的方式
這麼說大家有些明白了吧，既然連和計算機溝通的”語言“都學了，那麼”常見的短語和習慣用法“（不知道這個比喻是否恰當）也應該學了。
底層彙編有棧寄存器，學的數據結構裏有棧指針
c++裏有STL庫，方便的vector模板類。
2.算法需要相應的數據結構做基礎
我們編程不可能”只用來做算術題“（找到一句話：當今處理非數值計算性問題佔用了85%以上的機器時間）
例如在c語言裏我們有現有的char、int數組等數據類型，構建數據結構時我們可以偷懶用數組來代替串，但是樹、圖等數據結構我們就不得不用關鍵詞struct結構體來構建，同時構建的方法我們因爲要學習例如十字鏈表法等。
KMP算法，“串”的數據結構，減少匹配次數來解決優化匹配速度問題
Kruskal算法，“圖”的數據結構，生成最小生成樹
3.用編程語言（或框架），構建一種數據結構，完成相應的算法，解決相應問題。
這就是現階段我能總結出最簡短卻最貼切的總結了。
不要把算法吹的神乎其神，就是能解決問題的程序罷了，只不過越高端快速的算法越在思維上顯得不直接，比如快速排序就是融合了二分法的遞歸。
4.數據結構，基礎算法。問題意圖與分類
記住方法特徵來命名永遠比記住方法名字建立的聯繫更加牢靠。（比如：Kruskal算法–避圈法）
常用的數據結構有：數組、鏈表、堆棧、樹、圖
常用的排序算法有：希爾排序、冒泡排序、快速排序、選擇排序
常用的查找算法有：順序查找、折半查找、分塊查找等。
5.分清“道”與“器”
形而上者謂之道，形而下者謂之器
“道”是方法，對比具體的代碼，僞代碼就是道、數據結構的描述就是道。
“器”是具體的，我過去就很喜歡可運行代碼，但是要配置相應環境。
你會冒泡排序，讓你用僞代碼、流程圖、c++、java都應該能寫出冒泡排序；
你會算數，讓你用漢字、英文、阿拉伯數字都應該能寫出演算過程並得到結果。