Data Structures for Systems

是什么 / 解决什么问题

系统工程里的数据结构选择，不只是看 Big-O，还要看内存布局、cache locality、分配行为、并发访问和尾延迟稳定性。

普通算法题更关注：

复杂度是否最优

系统组件更关注：

复杂度是否稳定
内存访问是否连续
是否触发分配
是否容易观测和恢复
是否适合 hot path

选择维度

维度	问题
时间复杂度	平均复杂度和最坏复杂度分别是什么？
内存布局	连续数组还是节点指针？
cache locality	是否会大量 pointer chasing？
分配行为	是否在 hot path new/delete？
并发访问	单线程、SPSC、MPSC 还是 MPMC？
稳定性	是否会 rehash、resize、rebalance？
恢复能力	状态是否容易 snapshot / replay？

低延迟系统常见结构

1. vector / fixed array
2. ring buffer
3. object pool
4. freelist
5. hash table
6. heap / priority queue
7. bitmap
8. ordered index
9. intrusive list
10. state machine table

面试回答方式

不要只说：

我用 unordered_map，因为 O(1)

要能补上：

是否提前 reserve？
hash 分布是否稳定？
是否可能 rehash？
节点分配是否影响 cache？
最坏情况是什么？
是否在 hot path？
如何用 perf/benchmark 验证？

当前边界

本节后续会展开具体数据结构。现在先建立判断框架：系统工程的数据结构选择，必须同时考虑算法复杂度和运行时行为。