数据结构和算法到底有啥不一样
很多人刚学编程时，常把“数据结构”和“算法”混着用，觉得差不多。其实它们是两回事，就像厨房里的“锅碗瓢盆”和“做菜步骤”。
数据结构是存东西的容器
你手机里通讯录按姓名排序，微信聊天记录按时间排列，这些信息怎么组织，就是数据结构在管。它决定数据怎么存放、怎么访问。
比如数组，就像一排连续的格子，每个位置都有编号，取第5个元素特别快；而链表像一串钥匙环，你要找某个节点，只能从头一个个往下找。
再比如，你想快速查单词，用哈希表就比遍历数组快得多。选对结构，操作效率差十倍都不奇怪。
算法是解决问题的步骤
算法不关心你用什么存数据，它关注的是“怎么做”。比如排序，不管你是用数组还是列表，冒泡排序、快速排序这些方法本身是一套逻辑流程。
举个生活例子：你要从一堆发票里找出总金额超过500的。一种做法是逐张看过去（线性查找），另一种是先把发票按金额排好再二分查找——后者思路更聪明，这就是算法的差别。
写代码时，一个低效的算法会让程序卡得像老牛拉车，哪怕数据量不大也跑不动。
两者配合才能发挥最大威力
有个经典问题：实现一个浏览器的前进后退功能。用两个栈就能轻松搞定——点链接时压入前进栈，点“返回”就把当前页推到后退栈，再弹出前一页。这里，栈是数据结构，压入弹出的操作逻辑就是算法的一部分。
另一个例子是地图导航。城市道路可以抽象成图结构（数据结构），而找最短路径用Dijkstra算法（算法）。没有图结构，算法无从下手；没有好算法，光有结构也没用。
实际开发中怎么注意这个区别
写代码前先问自己两个问题：我要处理的数据适合用什么方式组织？我要解决的问题有没有更优的解法？
比如你在做一个待办事项应用。如果经常要插入新任务，用链表比数组更合适；如果你要做智能提醒，可能需要优先队列配合调度算法。
看别人代码时也会发现，高手往往不是语法多炫，而是结构选得准、逻辑设计巧。
一个小练习帮你分清概念
下面这段代码实现了一个简单的队列：
class Queue {
constructor() {
this.items = [];
}
enqueue(element) {
this.items.push(element);
}
dequeue() {
return this.items.shift();
}
front() {
return this.items[0];
}
}这里的 this.items = [] 是数据结构的选择（用数组模拟队列），而 enqueue 和 dequeue 的实现逻辑则是操作算法。虽然简单，但已经体现了两者的协作关系。
理解这一点，以后看复杂系统设计时就不会一头雾水了。