D’une manière générale, le but des structures de données est de permettre aux données qui répondent à certains critères (le type de critères dépend de la structure de données) d’être extraites d’une collection plus rapidement que si nous devions parcourir toute la collection.

La nécessité d’apprendre les structures

Par exemple, les étapes de plusieurs algorithmes nécessitent d’obtenir la plus petite valeur d’une collection à un moment donné. Nous ne pouvons pas nous contenter de nous souvenir de la valeur d’une variable, car des éléments sont ajoutés et supprimés de la collection au fil du temps.

Nous pourrions, bien sûr, stocker la collection dans un tableau non trié et simplement scanner la collection entière à chaque fois pour trouver la plus petite valeur, mais cela nécessiterait un temps proportionnel à N s’il y a N éléments dans la collection. Au lieu de cela, il existe des moyens de structurer les données (structures de données) qui permettent de trouver l’élément minimal beaucoup plus rapidement.

De nombreux algorithmes nécessiteront des opérations communes comme « trouver efficacement le minimum actuel d’un ensemble d’éléments », les structures de données représentent donc des techniques communes qui seront partagées par tous ces algorithmes à cette fin.

Il existe de nombreuses structures de données différentes car il existe de nombreuses façons de rechercher des données. Lorsque vous apprenez un algorithme, vous devez voir quelles structures de données il utilise, et vous devez vous assurer que vous comprenez ces structures de données et les opérations qu’elles permettent d’accélérer. Vous n’avez pas besoin de connaître toutes les structures de données pour commencer à apprendre des algorithmes, vous devez juste connaître celles qui sont utilisées par l’algorithme que vous apprenez.