图

  图也是典型的非线性数据结构，相较于树，更为复杂。
  在线性结构中，元素之间是一个接一个的顺序关系；树呢，虽略复杂，但也具有清晰的层次关系。线性表和树在逻辑结构上都是没有回路的，图就不一样了，图任意两个元素，都可以有关系，像网一样，我们看下百度地图上的宝岛台湾：

  地图上的这个公路网，盘织交错，错综复杂，每个交织的节点，都是村镇和城市，可以看成元素，在图结构中，我们称其为顶点，连接他们的道路，可以称其为边，这，就是图。当然，地图是一个可以抽象成平面的二维图。当顶点和边之间的关系变得更加复杂，可以形成更为复杂的立体“图结构”，可以想象一下，如下图所示：

  可以看出，在分子原子层面，也是图结构的一种形式。
  图结构，是真实世界复杂事物关系的数据抽象；在数据结构中，图也因为能够更好的体现具体复杂事物关系，利用图结构则可以实现很多高效又复杂的算法。
  在日常生活应用中，图的原理无处不在，在语言学、逻辑学、物理、化学、电讯工程、计算机科学以及数学等各种学科的分支中都扮演着重要的基础角色。
  数据结构中的图很重要，图的结构原理，在生活中也很重要！

散列表

  散列表又被称为哈希表，是一种键值对应的结构。
  我们回想一下当年，课堂上老师点名的场景：

  老师拿着名单，坐讲台上喊：张三——到！李四——到！… 同学们在教室的各个角落，听到名字就站起来应答。名单上的名字，就相当于键，就是key，站起来的每个人，就相当于值，就是value，一般没什么意外重名，基本就是一个名字对应一个人，这抽象成数据结构，就是散列表！
  现在的实际应用中，我们最熟悉的身份证，也是这样的，每人给予一个数字编号，来对应这个人，基本是一一对应，通过数字化的编号来定位具体的人，要方便快捷的多得多。可以看出，散列表结构虽然理解起来简单，但其重要性不可忽视。
  当然，就像身份证号重复带来的困惑和麻烦一样，散列表也可能会出现键冲突的问题，同样会带来数据计算的崩溃，这个在设计应用时，是需要考虑的。

总结

  至此，从简单理解的层面，关于几种基本的数据结构，围绕着它们的特征和原理，都过了一遍，有些可能跟咱们原来课本上讲的有点出入，记得一点，考试走课本，理解走自己，咱这一通絮叨，是给予这些概念的回顾，来加深理解的，跑偏的地方，考试的小伙伴千万不要跟偏。语陋言疏，难免错误，不足之处，也可以通过网站留言来帮忙指正。

  在实际的编程中，很多编程语言，都根据自身的特点，选择相对最优的方式，集成了自己的数据结构库、类库，我们在使用的时候，只需要去实例化，啪啪啪一顿调用就行了。例如java，各种数组啊链表，各种树啊散列表，根据不同特点，都有着优秀的实现。我们学习数据结构的时候呢，是可以看看源代码偷偷懒，理解了拿来用就行的。但对于学习新手来说，最好还是自己用代码，最基本的代码，自己去实现一下，可能会有更深刻的认识和理解。但无论是什么语言，在特殊的数据使用场景中，尤其是对存储空间、计算效率有着苛刻的要求的时候，普通的数据结构类库可能是无法满足的，这时候就只能摈弃那些现成的东西，根据具体使用需要，自己去实现特定数据结构的设计。事实上，这也是考验数学基础和数据结构理解深度的事情，一般来说程序员，我们能做的，就是好好去学习、去理解数据结构这个东西，至少在应用的时候，在这块儿，不要成为短板。

  数据结构是数据结构，算法是算法，没有算法的数据结构，就是干敲砖，没滋没味没灵魂。接下来闲暇的时候，我考虑用java语言，用基本程序，结合算法，来扒一扒这些个数据结构，更为真实的样子。