数据结构是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。
通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。
人们进行程序设计时通常关注两个重要问题
一是如何将待处理的数据存储到计算机内存中，即数据表示；
二是设计算法操作这些数据，即数据处理。
数据表示的本质是数据结构设计，数据处理的本质是算法设计。
PASCAL之父，瑞士著名计算机科学家沃思（Niklaus Wirth）教授曾提出：算法+数据结构=程序。可以看出数据结构和算法是程序的两个重要组成部分，数据结构是指数据的逻辑结构和存储方法，而算法是指对数据的操作方法。
| 数据结构 | 优点 | 缺点 |
|---|---|---|
| 数组 | 插入块，如果知道下标，可以非常快的读取 | 查找慢，删除慢，大小固定，只能存储单一元素 |
| 有序数组 | 比无序数组查询快 | 插入慢，删除慢，大小固定，只能存储单一元素 |
| 栈 | 提供后进后出的存取方式 | 存取其他项很慢 |
| 队列 | 提供先进先出的存取方式 | 存取其他项很慢 |
| 链表 | 插入快，删除慢 | 查找慢 |
| 二叉树 | 如果树是平衡的，则查找、插入、删除都快 | 删除算法复杂 |
| 红黑树 | 查找、插入、删除都快。树总是平衡的 | 算法复杂 |
| 2-3-4 树 | 查找、插入、删除都快。树总是平衡的。类似的树对磁盘存储有效 | 算法复杂 |
| 哈希表 | 如果关键字已知则存取极快 | 删除慢，如果不知道关键字存取慢，对存储空间使用不充分 |
| 堆 | 插入、删除快，对最大数据项存取快 | 对其他数据存取慢 |
| 图 | 对现实世界建模 | 有些算法慢且复杂 |
以上数据结构中，除了数组之外，都可以认为是抽象数据结构（ADT）
正确性：首先，算法应当满足以特定的“规则说明”方式给出的需求。其次，对算法是否“正确”的理解可以 有以下四个层次：
PS：通常以第三层意义的正确性作为衡量一个算法是否合格的标准。
可读性：算法为了人的阅读与交流，其次才是计算机执行。因此算法应该易于人的理解；另一方面，晦涩 难懂的程序易于隐藏较多的错误而难以调试。
健壮性：当输入的数据非法时，算法应当恰当的做出反应或进行相应处理，而不是产生莫名其妙的输出结 果。并且，处理出错的方法不应是中断程序执行，而是应当返回一个表示错误或错误性质的值，以便在更高的抽象 层次上进行处理。
高效率与低存储量需求：通常算法效率值得是算法执行时间；存储量是指算法执行过程中所需要的最大存 储空间，两者都与问题的规模有关。