كيف تختار هيكل البيانات المناسب لحل المشكلة؟

Question

Accepted Answer

اختر الهيكل الذي تكون **العمليات الأكثر تكراراً فيه هي الأرخص** لنمط الوصول لديك. ابدأ بإدراج العمليات التي ستقوم بها، قدّر تكرارها، ثم طابقها مع نقاط قوة الهيكل.

## قائمة فحص القرار

```text
1. How do you access data?  by index -> array
                            by key   -> hash map
                            by order -> tree / heap
2. Need ordering?           sorted   -> balanced BST / sorted array
                            FIFO     -> queue
                            LIFO     -> stack
3. Frequent middle inserts? -> linked list
4. Need fast "seen it?"     -> set / hash map
5. Need "best/min/max next" -> heap (priority queue)
```

## مطابقة العمليات مع التعقيد

| الاحتياج | أفضل هيكل | تكلفة العملية الرئيسية |
|---|---|---|
| الوصول العشوائي حسب الفهرس | dynamic array | O(1) |
| البحث حسب المفتاح | hash map | O(1) avg |
| مرتب + استعلامات النطاق | balanced BST | O(log n) |
| Min/max بشكل متكرر | heap | O(log n) pop |
| FIFO / LIFO | queue / stack | O(1) |
| البحث عن البادئة | trie | O(L) |

## مثال على التفكير

```text
"Find the 10 most frequent words in a huge file."
 - count frequencies  -> hash map (O(1) updates)
 - keep top 10        -> min-heap of size 10 (O(log 10) per word)
```

## لماذا يهم

الاختيار الجيد غالباً ما يكون الفارق بين حل O(n) وحل O(n²) — وهو أكبر عامل مؤثر على الأداء.

المحاورون يختبرون هذا التفكير بالذات: يريدون أن يروا كيف تربط المتطلبات بتكاليف العمليات، وليس مجرد حفظ الهياكل.

الوصول العشوائي حسب الفهرس	dynamic array	O(1)
البحث حسب المفتاح	hash map	O(1) avg
مرتب + استعلامات النطاق	balanced BST	O(log n)
Min/max بشكل متكرر	heap	O(log n) pop
FIFO / LIFO	queue / stack	O(1)
البحث عن البادئة	trie	O(L)