集合（无逻辑关系）；
线性结构（线性表）：一维数组、队列、栈；
非线性结构：树、图、多维数组。
顺序存储结构；
链式存储结构；
索引存储结构；
散列存储结构。
2. 常用算法
排序，查找，数值计算方法，字符串处理方法，初级压缩算法，递归，图的相关计算等。
3. 算法与数据结构的关系
算法效率，算法设计，算法描述（流程图，伪代码，决策表）等。
图：数据结构与算法的完整知识框架
1、先掌握数据结构与算法的基础知识
第一阶段。学会各种数据结构的基本操作，取值、查找、插入、删除等。理解各种数据结构的定义，操作方法，通过看代码，尝试自己动手上机运行，逐渐掌握基本操作。
初学时，想理解数据结构，可以试着画图，通过画图形象表达，更能体会其中的数据结构关系。因此，初学阶段学习利器：画图，理解，画图。
2、提升解决实际开发工作中问题的能力
第二阶段。可以尝试利用数据结构解决一些实际问题了，先学经典应用问题的解决方法，体会数据结构的使用方法，然后再结合实际，独立设计数据结构解决问题。
要想熟练应用就必须做大量的应用实践，从解决问题中体会其中的方法。最好进行专项练习，比如线性表问题，二叉树问题，图问题，该阶段学习利器：做题，反思，做题。
3、学习开源框架、底层系统的设计原理，提升工作实战技能
第三阶段。结合 Redis、Disruptor 这样的开源项目，剖析它们背后的数据结构和算法，提升读懂源码的能力（JDK 很多源码，不乏大量的数据结构，例如大家喜闻乐见的面试题 HashMap）。
对于初学者，推荐王争老师的数据结构与算法课程。走心的说，这个专栏应该是市面上最适合初学者入门学习的专栏，王争老师作为前 Google 工程师，深入研究了算法十几年，根据自己的实际工作经验，结合了自己的心得体会，写在了《数据结构与算法之美》专栏中。
整个专栏涵盖 100+ 真实项目场景案例，王争还手绘了不少详解图（共 300 多张），帮助学习者理解核心概念和实现过程，展示每个知识点的框架逻辑。从基础到思维再到实战，中间穿插了阶段性的练习和总结，让晦涩难懂的算法变得轻松有趣。