通用数据结构关系
可以根据下图选择合适的通用数据结构
数组
使用场景
数组在以下三个情形下很有用：
1）数据量较小。
2）数据规模已知。
3）随机访问，修改元素值。
如果插入速度很重要，选择无序数组。如果查找速度很重要，选择有序数组，并使用二分查找。
缺点
1）需要预先知道数据规模
2）插入效率低，因为需要移动大量元素。
链表
解决的问题
链表的出现解决了数组的两个问题：
1）需要预先知道数据规模
2）插入效率低
使用场景
1）数据量较小
2）不需要预先知道数据规模
3）适应于频繁的插入操作
缺点
1）有序数组可以通过二分查找方法具有很高的查找效率(O(log n))，而链表只能使用顺序查找，效率低下(O(n))。
二叉搜索树
解决的问题
1）有序数组具有较高的查找效率(O(log n))，而链表具有较高的插入效率（头插法，O(1)），结合这两种数据结构，创建一种貌似完美的数据结构，也就是二叉搜索树。
使用场景
1）数据是随机分布的
2）数据量较大
3）频繁的查找和插入操作（可以提供O(log n)级的查找、插入和删除操作）
缺点
1）如果处理的数据是有序的（升序/降序），那么构造的二叉搜索树就会只有左子树（或右子树），也就是退化为链表，查找效率低下(O(log n))。
平衡树
解决的问题
1）针对二叉搜索树可能会退化为链表的情况，提出了平衡树，平衡树要求任意节点的左右两个子树的高度差不超过1，避免退化为链表的情况。
使用场景
1）无论数据分布是否随机都可以提供O(log n)级别的查找、插入和删除效率
2）数据量较大
缺点
1）平衡树的实现过于复杂。
哈希表
解决的问题
同平衡树一样，哈希表也不要求数据分布是否随机，不过哈希表的实现比平衡树要简单得多。
使用场景
1）不需要对最大最小值存取。
2）无论数据分布是否随机，理想情况下（无冲突）可以提供O(1)级别的插入、查找和删除效率。
3）数据量较大
缺点
1）由于是基于数组的，数组（哈希表）创建后难以扩展，使用开放地址法的哈希表在基本被填满时，性能下降的非常严重。
2）不能对最大最小值存取。