顺序表、哈希表、单链表和有序表

顺序表、哈希表、单链表和有序表是常见的数据结构，用于存储和组织数据。它们在存储和访问数据的方式、插入和删除元素的效率等方面存在异同。

1. 顺序表（Sequential List）：
顺序表是一种基于数组的数据结构，用于存储一组连续的元素。它的特点是在内存中元素的存储是连续的，通过索引即可访问任意位置的元素。顺序表的插入和删除操作可能需要移动其他元素来保持连续性，因此效率较低。但是对于随机访问和按顺序访问元素的情况，顺序表的效率较高。

例子： C语言中的数组就是顺序表的一种实现。

例如，

int arr[5] = {1, 2, 3, 4, 5}; 

表示一个顺序表，可以通过 arr[0] 获取第一个元素，arr[2] 获取第三个元素。

2. 哈希表（Hash Table）：
哈希表是一种基于哈希函数的数据结构，用于存储键值对。它的特点是通过哈希函数将键映射到一个固定的位置，称为哈希桶，从而实现快速的插入、查找和删除操作。哈希表的性能与哈希函数的质量有关，良好的哈希函数能够减少冲突，提高效率。

例子：Java中的 HashMap 是哈希表的一种实现。

例如，

HashMap<String, Integer> map = new HashMap<>();

表示一个哈希表，可以使用 put(key, value) 方法添加键值对，使用 get(key) 方法通过键来获取对应的值。

3. 单链表（Singly Linked List）：
单链表是一种节点之间通过指针进行链接的数据结构。它的特点是每个节点包含一个数据元素和一个指向下一个节点的指针。由于节点之间的链接是单向的，因此只能从头部开始遍历整个链表。插入和删除节点的操作很高效，但随机访问节点的效率较低。

例子：Python中的链表可以通过自定义类来实现。例如，以下是一个简单的单链表的实现：

class Node:
    def __init__(self, data):
        self.data = data
        self.next = None

class LinkedList:
    def __init__(self):
        self.head = None

    def append(self, data):
        new_node = Node(data)
        if self.head is None:
            self.head = new_node
        else:
            current = self.head
            while current.next:
                current = current.next
            current.next = new_node

linked_list = LinkedList()
linked_list.append(1)
linked_list.append(2)
linked_list.append(3)

4. 有序表（Ordered List）：
有序表是一种按照特定顺序存储元素的数据结构。它可以是顺序表或者链表。有序表的特点是插入元素时会维持元素的有序性，因此插入操作可能需要移动其他元素。有序表的查找操作可以使用二分查找等高效的算法。有序表适用于需要频繁按照顺序访问元素的场景。

例子：Java中的 TreeSet 是有序表的一种实现。

例如，

TreeSet<Integer> set = new TreeSet<>();

表示一个有序表，可以使用 add(element) 方法按顺序插入元素，使用 first() 方法获取第一个元素。