周围有一些数据结构非常有用，但大多数程序员都不知道。他们是哪一个？
每个人都知道链表、二叉树和散列，但比如Skip列表和Bloom过滤器。我想知道更多不太常见但值得了解的数据结构，因为它们依赖于伟大的想法，丰富了程序员的工具箱。
PS：我还对舞蹈链接等技术感兴趣，这些技术巧妙地利用了通用数据结构的财产。
编辑：请尝试包含更详细描述数据结构的页面链接。此外，试着补充几句关于数据结构为什么很酷的话（正如乔纳斯·Kölker已经指出的那样）。此外，尝试为每个答案提供一个数据结构。这将允许更好的数据结构仅根据其投票结果浮到顶部。
当前回答
远离所有这些图形结构，我只喜欢简单的环形缓冲区。
如果实施得当，您可以在保持性能的同时，甚至可以提高性能，从而大大减少内存占用。
其他回答
环境跟踪递归结构。
编译器使用递归但不像树的结构。内部作用域有一个指向封闭作用域的指针，因此嵌套是由内向外的。验证变量是否在范围内是从内部范围到封闭范围的递归调用。
public class Env
{
HashMap<String, Object> map;
Env outer;
Env()
{
outer = null;
map = new HashMap();
}
Env(Env o)
{
outer = o;
map = new HashMap();
}
void put(String key, Object value)
{
map.put(key, value);
}
Object get(String key)
{
if (map.containsKey(key))
{
return map.get(key);
}
if (outer != null)
{
return outer.get(key);
}
return null;
}
Env push()
{
return new Env(this);
}
Env pop()
{
return outer;
}
}
我不确定这个结构是否有名字。我称之为一份由内而外的清单。
斐波那契堆
它们被用于一些已知的最快算法（渐近）中，用于许多与图相关的问题，例如最短路径问题。Dijkstra的算法在标准二进制堆的O（E log V）时间内运行；使用斐波那契堆将其提高到O（E+V log V），这对于密集图来说是一个巨大的加速。然而，不幸的是，它们有一个很高的恒定因子，往往使它们在实践中不切实际。
您可以使用最小堆来在恒定时间内找到最小元素，或者使用最大堆来找到最大元素。但如果你想同时做这两项操作呢？可以使用“最小值-最大值”在恒定时间内执行这两个操作。它通过使用最小-最大排序来工作：在连续树级别之间交替进行最小和最大堆比较。
我很惊讶没有人提到Merkle树（即哈希树）。
在许多情况下（P2P程序、数字签名），当您只有部分文件可用时，您需要验证整个文件的哈希。
二项式堆有很多有趣的财产，其中最有用的是合并。
