数据结构是“仓库”，算法是“操作手册”
很多人刚学编程时，总把数据结构和算法混为一谈。其实它们就像厨房里的锅和菜谱——锅用来装食材，菜谱告诉你怎么炒。数据结构负责存东西，算法告诉你怎么处理这些东西。
举个生活中的例子：你在整理衣柜。你是把衣服堆成一堆，还是按季节、类别挂好？前者就是没用好的数据结构，找件毛衣得翻半天；后者相当于用了“有序数组”或“哈希表”，一目了然。而你决定先找上衣再找裤子，或者用二分法快速定位冬季衣物，这就是在用算法。
数据结构：信息的容器
数据结构关注的是数据怎么组织。比如你要写一个通讯录程序，是用数组一条条存，还是用链表方便增删，又或者用哈希表实现快速查找？不同的结构，效率天差地别。
常见的数据结构有：数组、链表、栈、队列、树、图、哈希表等。它们各有特点。比如栈像一摞盘子，只能从上面拿；队列像排队买奶茶，先来先服务。
算法：解决问题的步骤
算法关心的是“怎么做”。比如你要在一个列表里找某个名字，是逐个看（线性查找），还是先排序再折半找（二分查找）？前者简单但慢，后者快但要求数据有序。
再比如排序，冒泡排序人人都会，但数据一多就卡；快速排序虽然复杂点，但处理万级数据眨眼完成。算法优劣通常看时间复杂度和空间复杂度。
一个经典例子是导航软件找最短路径。它背后用的是图这种数据结构，但真正算出路线靠的是Dijkstra算法。没有合适的结构，算法跑不起来；没有高效算法，结构再好也白搭。
两者如何配合工作
想象你要开发一个音乐播放器的“最近播放”功能。用队列这种数据结构，每播放一首就入队，超出10首就把最早的挤掉，天然符合“先进先出”的场景。而清空记录、跳到某一首的操作，就是配套的算法逻辑。
再比如搜索引擎。它用倒排索引（一种特殊哈希结构）存网页关键词，用户一搜“咖啡”，系统立刻定位相关页面。这个“定位”动作背后，可能涉及复杂的排序算法，把最相关的结果排前面。
// 用数组实现简单的查找算法
int findElement(int arr[], int n, int target) {
for (int i = 0; i < n; i++) {
if (arr[i] == target) {
return i; // 返回位置
}
}
return -1; // 没找到
}这段代码里，arr[] 是数据结构（数组），for循环那一套逻辑就是算法。换种结构，比如换成链表，算法就得跟着改。
实际开发中，选错结构会让算法寸步难行。比如频繁插入删除的场景硬用数组，每次都要搬动大量元素；反过来，该用简单遍历的地方非上红黑树，反而增加维护成本。
面试常考的“两数之和”问题，暴力解法双循环时间复杂度O(n²)，用哈希表存差值就能降到O(n)。结构变了，算法效率飞跃，这就是协同的力量。