按照逻辑关系将数据元素依次存储在物理位置上的方式，每个节点都连接着相邻的存储单元，节点之间的逻辑关系由存储单元的邻接关系来体现；
这种存储结构可以节省存储空间，但不太便于修改；
例如：数组等。
不要求逻辑上相邻的节点在物理位置上也相邻，节点间的逻辑关系是由附加的指针字段表示的；
链式存储结构具有灵活性和不要求节点的物理位置相邻的特点；
它可以利用附加的指针字段来表示节点的逻辑关系，而不需要进行指针的随机存取；
链式存储结构可以充分利用存储空间，提高系统的运行效率；
例如：单向链表、双向链表、循环链表等。
存储节点信息的同时,建立附件的索引表；
其优点是大大提高了数据查找的速度，但增加了存储空间的利用率；
例如：Map、B+ tree等。
通过关键字直接计算存储地址，而不是根据地址来确定数据存储位置；
散列存储在数据结构中是一种重要的存储方式，它可以提高检索的效率，并且可以避免数据元素的碰撞；
散列存储的基本思想是：由结点的关键码值决定结点的存储地址，通过散列函数来计算存储地址；
散列存储的优点是检索速度快，存储地址可以根据具体的数据结构来确定；
例如：HashMap等。
数据元素之间存在线性关系，其中每个元素要么属于一个前驱，要么属于一个后继；
常见的线性结构有线性表、数组、栈、队列、双队列、串等；
线性结构的特点是每个元素之间存在唯一的关系，其中每个元素都有前驱和后继；
线性结构的存储结构能够实现数据的有序管理和检索。
将数据元素之间建立了一种层次关系。属于树结构的存储结构包括普通树、二叉树、线索二叉树等；
树结构的特点是数据元素之间有层次关系，不是线性结构。
数据元素之间有网状关系的一种存储结构，属于非线性结构；
常见的图结构有树结构、图状结构等。
通过哈希函数计算出一个值，并将这个值作为存储地址来表示；
在哈希存储结构中，每个元素都有一个唯一的哈希值，该哈希值与该元素的存储地址相对应；
通过哈希存储结构，我们可以快速地检索到特定数据，并且具有较高的时间复杂度。
用数组来描述单链表的一种存储结构，用数组元素的下标来模拟单链表的指针；
它具有两个域，data域存放数据元素，next域存放该元素的后继元素所在的数组下标；
静态链表实现插入和删除操作时只需修改游标，不需要移动表中的元素；
相比于动态链表，静态链表更便于数据的操作和管理。
每个结点都设置了一个指向前驱结点的指针域，实现了双链表的各种操作；
其结点结构为data、prior和next三个域，其中data为数据域，存放数据元素；
prior为前驱指针域，存放改结点的前驱结点的地址；
next为后继指针域，存放该结点的后继结点的地址。
一种将数组和指针结合起来的方式，通过指针将数组中的数据元素改为指向其他位置的指针；
这种存储结构具有顺序表随机存取的优点，同时可以解决连续存储分配带来的表长难以确定的问题。
不同于数组，它没有顺序的概念，可以进行排序、搜索等操作；
而数组则是有序的元素集合，具有顺序关系；
所以，集合可以看作是一个特殊的数组。
用一组任意的存储单元存放线性表的元素，其中数据元素之间是用指针表示的，逻辑关系是用指针表示的；
单链表是顺序存取结构，其中数据元素与地址信息通过指针连接在一起；
由于结点是由两部分组成的，即数据元素和地址信息，所以单链表的时间复杂度是O(n)。
一种适用于大规模数据存储的存储结构，所有数据按照插入顺序依次存放在一个堆积中，并用指针将它们连接起来；
这种存储结构的操作效率较低，但占用空间少。
指的是从根起，自上而下，自左而右，给满二叉树的每个结点从1到n连续编号的树；
完全二叉树具有以下特点：
任意一个结点都不能与至少一个节点相连；
任意一个节点都不能有两个子节点；
任意一个节点都不能有两个连续的子节点。
通过吸收孩子和父母表示法来实现；
在表示法的基础上，给每个元素都添加了一个孩子的地址，这样就可以方便地存储和查找孩子。
是一种后进先出（LIFO）的数据结构，栈顶是数据栈的顶部，栈内的数据压入栈中，栈顶弹出，然后栈顶的下一个数据就是下一个被压入栈中的数据；
栈的特点是先进后出，所以压入栈中的数据会先弹出，然后压入栈中的数据会后退；
栈的应用场景很多，比如函数调用栈、表达式求值栈等；
栈是计算机编程中的一个重要概念，它具有快速内存访问和数据存储的优势。
任意节点的左子树包含任意节点的右子树，且任意节点的左子树包含任意节点的右子树；
这种存储结构的优势在于可以方便地插入、删除和查找元素，特别适用于动态数据和需要快速查找的场合。
一种基于树结构的存储结构，它通过动态平衡调整来提高数据检索效率；
每个节点都代表一条记录，并且每个节点都有若干个子节点，这些子节点代表比该节点的键值小或大的记录；
平衡树通过动态分区的方式实现数据的存储和检索，避免了相同子节点被重复计算的情况；
这使得平衡树存储结构具有高效、灵活和可扩展的特点。