一、数组
数组是一种最基本的数据结构，它在内存中以线性方式存储元素。每个元素都有其唯一索引（通常从0开始），通过该索引来访问或修改相应位置的值。它的特性是支持随机存取和连续空间分配，在查询速度快且对顺序操作友好的场景下表现优秀。然而，插入删除等动态操作可能需要移动大量元素，时间复杂度较高。
二、栈
栈作为一种后进先出（LIFO）的数据结构，仅允许在一端进行添加或移除元素的操作，这一端被称为“顶”。入栈（Push）将新项压到栈顶；而出栈（Pop）则取出并返回最近一次进入但还未离开栈的元素。由于这种特性的限制，使得栈广泛应用于括号匹配检查、函数调用及回溯算法等各种场合。
三、队列
与栈相对的是队列，它是先进先出(FIFO)原则的数据结构。新增加的项目会被放置于尾部(Enqueue)，而读取或者移除则是由头部出发(Dueue)。这样的机制使队列成为处理任务调度、消息传递以及广度优先搜索等问题的理想选择，因为它能保证最先到达的任务也最被首先服务。
四、链表
链表是由一系列节点构成的一种灵活数据结构，其中每一个节点包含两部分：一个是实际保存的数据，另一个是指向下一个节点的引用指针。相比于数组需预先知道所有元素大小的情况，链表可以随时增加或减少结点，并不局限于一块物理地址连续的空间内，因此对于频繁增删需求较大的情况更为高效。
五、树
树是一个分层非循环数据集合，包括一个根节点以及多个子节点组成层级关系。典型应用如BST（二叉查找树）、AVL（自平衡二叉查找树）、红黑树等等用于实现高效的检索功能，同时还有诸如哈夫曼编码中的 Huffman 树用来压缩数据，XML 和 HTML 的解析依赖 DOM 树来表示文档结构等。
六、图
图作为更抽象化的模型，描述了一组对象之间的多对多的关系网络。它可以是有方向或是无方向的边连接着若干个节点。广泛应用在网络路由问题解决、社交网络传播分析等领域。常见的两种基本类型为邻接矩阵和邻接表来进行内部表示。
七、堆
堆属于完全二元树性质的数据结构，分为最大堆和最小堆两类，它们满足父节点的关键字大于等于（小于等于）孩子关键字的原则。这使其特别适用于实现优先级队列和求解Top K 问题，同时也常出现在各类排序算法比如经典的 heapsort 中。
八、散列表/哈希表
散列表利用特定的映射规则——即所谓的哈希函数——把键转化为数组的一个索引从而直接定位对应的值，理想情况下能够达到近乎O(1)的时间复杂度完成插入、查找和删除操作。尽管存在碰撞冲突的可能性，但在合理设计负载因子并通过拉链法、开放寻址等方式有效解决的情况下，散列表依然是很多应用场景下的首选方案，例如数据库缓存系统的设计就离不开它。
