可能有很多同学在没开始学甚至学完后都不清楚学数据结构的意义。
本人做题渣，不太会刷题，所以最开始对这种我还不明白学它的意义的科目（不要说是为了考试！）保持一种抵触的情绪，随着接触的东西越来越多，发表一点拙见吧，也为同样迷茫的小伙伴做个开路先锋。
我先矫情一句——不论通天的思路多么地优雅和艺术，但到作为成果时他们总是把能一步步走上来的梯子（意图和思路）撤走，取而代之的是难以攀爬的峭壁（一步步机器执行过程）并留下那峭壁之上的空中阁楼（结论）。
我不想谈那些不具体的“掌握好数据结构，也就掌握好了数据处理的算法；学习数据结构很重要”那种套话，因为那些话是从没做过什么东西的人都能说的出来的！培训机构、假大佬等不讲什么具体用处让人云里雾里又觉得神乎其神，本人一直反对的也是这些。学习从来都是在解决问题的过程中发生的，没有相应问题对象的学习如同“没有金蛇剑就学习金蛇剑法”一般反人类。
1.数据结构是计算机方便实现的方式
这么说大家有些明白了吧，既然连和计算机沟通的”语言“都学了，那么”常见的短语和习惯用法“（不知道这个比喻是否恰当）也应该学了。
底层汇编有栈寄存器，学的数据结构里有栈指针
c++里有STL库，方便的vector模板类。
2.算法需要相应的数据结构做基础
我们编程不可能”只用来做算术题“（找到一句话：当今处理非数值计算性问题占用了85%以上的机器时间）
例如在c语言里我们有现有的char、int数组等数据类型，构建数据结构时我们可以偷懒用数组来代替串，但是树、图等数据结构我们就不得不用关键词struct结构体来构建，同时构建的方法我们因为要学习例如十字链表法等。
KMP算法，“串”的数据结构，减少匹配次数来解决优化匹配速度问题
Kruskal算法，“图”的数据结构，生成最小生成树
3.用编程语言（或框架），构建一种数据结构，完成相应的算法，解决相应问题。
这就是现阶段我能总结出最简短却最贴切的总结了。
不要把算法吹的神乎其神，就是能解决问题的程序罢了，只不过越高端快速的算法越在思维上显得不直接，比如快速排序就是融合了二分法的递归。
4.数据结构，基础算法。问题意图与分类
记住方法特征来命名永远比记住方法名字建立的联系更加牢靠。（比如：Kruskal算法–避圈法）
常用的数据结构有：数组、链表、堆栈、树、图
常用的排序算法有：希尔排序、冒泡排序、快速排序、选择排序
常用的查找算法有：顺序查找、折半查找、分块查找等。
5.分清“道”与“器”
形而上者谓之道，形而下者谓之器
“道”是方法，对比具体的代码，伪代码就是道、数据结构的描述就是道。
“器”是具体的，我过去就很喜欢可运行代码，但是要配置相应环境。
你会冒泡排序，让你用伪代码、流程图、c++、java都应该能写出冒泡排序；
你会算数，让你用汉字、英文、阿拉伯数字都应该能写出演算过程并得到结果。