数据结构与算法

1. 数组（Array）：一组连续的内存空间，可以存储相同类型的数据。可以通过索引快速访问和修改元素。

2. 链表（Linked List）：由节点组成的数据结构，每个节点包含数据和指向下一个节点的指针。可以动态地插入和删除元素，但访问元素需要遍历整个链表。

3. 栈（Stack）：一种先进后出（LIFO）的数据结构，只能在栈顶进行插入和删除操作。常用于函数调用、表达式求值等场景。

4. 队列（Queue）：一种先进先出（FIFO）的数据结构，可以在队尾插入元素，在队头删除元素。常用于任务调度、消息传递等场景。

5. 散列表（Hash Table）：根据关键字直接访问数据的数据结构，通过散列函数将关键字映射到数组的索引上。可以实现快速的插入、删除和查找操作。

6. 二叉树（Binary Tree）：每个节点最多有两个子节点的树结构。常用于排序、搜索和表达式求值等场景。

7. 堆（Heap）：一种特殊的树结构，满足堆属性（最大堆或最小堆）。常用于优先队列、排序算法（如堆排序）等场景。

8. 跳表（Skip List）：一种有序链表的扩展结构，通过多级索引提高查询效率。常用于有序集合的实现。

9. 图（Graph）：由节点和边组成的非线性数据结构，节点之间可以有多个连接。常用于网络、社交关系等场景。

10. Tire树（Trie Tree）：一种树形结构，用于高效地存储和搜索字符串集合。常用于字典、自动补全等场景。

以下是使用Python实现常见算法的代码示例：

1. 递归：递归是一种解决问题的方法，它将问题分解为更小的子问题，并通过递归调用来解决这些子问题，最终得到原始问题的解。递归函数通常包含一个或多个基本情况，用于终止递归的条件，以及一个或多个递归情况，用于将问题分解为更小的子问题。

def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

2. 排序（以冒泡排序为例）：排序是将一组元素按照特定的顺序进行排列的过程。常见的排序算法有冒泡排序、选择排序、插入排序、快速排序、归并排序等。排序算法的选择取决于数据规模、数据类型和性能要求等因素。

def bubble_sort(arr):
    n = len(arr)
    for i in range(n-1):
        for j in range(n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
    return arr

3. 二分查找：二分查找是一种在有序数组中查找特定元素的算法。它通过将目标值与数组中间元素进行比较，并根据比较结果缩小查找范围，直到找到目标值或确定目标值不存在。

def binary_search(arr, target):
    low, high = 0, len