之前学习数据结构基本都是数组、链表、树、图一个个学过来。很少去总结他们的内在特点和联系。到底什么是数据结构呢？数据结构的三要素：
- 数据的逻辑结构。
- 数据的存储结构。
- 数据的运算。
1.逻辑结构
1.1 集合结构
元素只是同属一个集合，元素之间没有任何逻辑联系。
1.2 线性结构
线性结构中的元素之间是一对一的关系。
1.3 树形结构
树形结构中的元素之间是一对多的关系。
1.4 图状结构
图状结构中的元素之间是多对多的关系。
2.关于逻辑结构的疑问思考
2.1 双向链表是线性结构么？
刚接触到逻辑结构的四种分类时候，有个疑问：双向链表，还是线性结构么？双向链表，每个节点（首位除外）都有一个前驱和一个后继，每个元素即是其它一个元素前驱同时也是另一个元素的后继，看起来一个元素不再对应一个元素而是对应两个元素。所以这样看起来双向链表不是线性结构而是图状结构。
这样理解的问题在哪里呢？
A、B两个元素，“A是B的前驱” & “B是A的后继”。这两句话看似表达了两个关系，实际上一件事。所以 B 有一个前驱节点A，有一个后继节点C。并不是 B 和A、C构成一对多的关系，只是 B 是 A 的后继，C 是 B 的后继的另一种表达。
所以，双向链表符合元素间是一对一的关系的定义，是线性结构。
3.存储结构
3.1 顺序存储
把逻辑上相邻的元素存储在物理位置上也相邻的存储单元里，元素之间的关系由存储单元的邻接关系来体现。
优点：可以实现随机存取，单个元素占用存储空间少。
缺点：需要连续的存储空间，不支持动态扩展，插入删除效率低。
3.2 链接存储
逻辑上相邻的元素在物理位置上不需要也相邻，借助指示元素存储地址的指针表示元素之间的逻辑关系。
优点：不要求连续的存储空间，支持动态扩展，插入删除效率高。
缺点：元素指针占用额外的存储空间，不支持随机访问，只能顺序访问。
3.3 索引存储
在存储元素信息的同时，还建立附加的索引表。索引表中的每一项称为索引项，索引项的一般形式是：（关键字，地址）。
优点：是检索速度快。
缺点：索引表会占用额外的存储空间，增加和删除数据时要修改索引表。
3.4 散列存储
又称为Hash存储，根据元素的关键字直接计算出该元素的存储地址。
优点：是检索、增加和删除结点的操作都很快。
缺点：散列函数计算增加耗时，散列函数不好可能出现元素存储单元的冲突。而解决冲突会增加时间和空间开销。