一、棧：
1、後綴表達式的求值；
2、中綴到後綴表達式的轉換；
3、深度優先搜索的非遞歸實現；
4、動態規劃的優化：用於維護一個凸序列，便於二分查找，如LIS問題的O(nlgn)算法。
二、隊列：
1、樹的層序遍歷；
2、廣度優先搜索；
3、Bellman-Ford算法的SPFA實現；
4、網絡流中FF算法的Edmonds-Karp實現，以及Preflow算法的隊列優化實現。
招聘網站評價
三、二叉搜索樹：
1、對大量的關鍵字的索引查找；
2、有很多平衡策略以改善其平均性能：
常用平衡樹：AVL，紅黑樹，隨機化BST，Splay Tree，Treap（或叫笛卡兒樹）。
四、散列表（hash表）：
1、一般針對值域較大但狀態很稀疏的應用，比如狀態壓縮記憶化搜索；
2、實現映射功能。
五、檢索樹（Trie）：
1、一般用於字符串索引算法，速度快，但佔用空間較大（相對hash）；
2、常用的改進結構：Patricia線索樹，多叉檢索樹（TST）。
六、優先隊列：
1、常用的是二叉堆的實現，具體應用如堆排序和Dijkstra算法；
2、當需要快速合併兩個優先隊列時，常用二項式隊列，實現簡單。
3、注意最大最小堆的配對使用。
七、線段樹和樹狀數組：
1、兩者都可以用於離散對象的統計；
2、後者的步進函數的性質和應用值得注意；
3、前者基本上適用於任何的區間操作，如求區間最值，改變區間的值等。
4、線段樹還可以用於優化狀態的枚舉，經常和動態規劃結合。
八、後綴樹與後綴數組：
1、總體規律是兩者的實現都比較複雜，前者更甚，但是前者的功能也更強大；
2、幾乎可以解決所有常見的關於字符串的算法，如最長迴文子串，最長重複子串，以及很多的模式匹配問題。
九、並查集：
1、解決無向圖的連通性問題，如用於Kruskal算法；
2、解決等價關係的查詢（這是它的主要用武之地），如05年Baidu之星初賽的石頭剪子布遊戲；
3、優點是實現異常簡單，缺點是合併後無法分離，若需要可以選擇用動態樹。
十、鄰接表和邊表：
1、表示圖的最直接的方法；
2、後者更省空間，並且在一定程度上更好用，比如Bellman-Ford算法。
ps:數組、鏈表太基礎不在考慮之列。