前9篇我们学了顺序表、单链表、双向链表等线性结构。这一篇来做个实战项目：学生信息管理系统。我们会用单链表来存储学生信息，实现增删改查功能，并采用模块化设计，把代码拆分成.h和.c文件。这是一个完整的命令行小项目，你可以把它当作数据结构学习的第一个综合练习。

最短路径问题是图论中的核心问题之一。这一篇我们学习两种最经典的算法：Dijkstra算法解决单源最短路径（从一个顶点到其他所有顶点），Floyd算法解决多源最短路径（任意两点之间）。Dijkstra基于贪心思想，不能处理负权边；Floyd基于动态规划，代码简洁但时间复杂度较高。我们会用C语言实现两种算法，并分析它们的适用场景。

查找是在数据集合中寻找满足特定条件的数据元素。静态查找指查找过程中数据集合不变。这一篇我们学习两种最基本的静态查找算法：顺序查找和折半查找。顺序查找简单但效率低，折半查找效率高但要求数据有序。我们会实现哨兵优化的顺序查找，以及折半查找的递归和非递归版本，并介绍折半查找的判定树。

Trie树是一种专门处理字符串的高效数据结构，它将字符串的公共前缀合并存储，能在O(L)时间内完成插入和查找（L为字符串长度），远快于哈希表。这一篇我们实现Trie树的节点结构，手写插入、搜索、前缀匹配等操作，并用它解决自动补全和单词统计问题。

贪心算法是求解优化问题的一种策略，它在每一步都做出当前看起来最优的选择，希望通过局部最优达到全局最优。贪心算法通常简单高效，但并不是所有问题都适用——需要问题具有贪心选择性质。这一篇我们通过活动选择问题和找零问题来理解贪心的核心思想，并分析贪心算法与动态规划的区别

最小生成树（MST）是在带权无向连通图中找一棵包含所有顶点的树，且边权之和最小。这一篇我们学习两种经典算法：Prim算法从顶点出发，适合稠密图；Kruskal算法从边出发，结合并查集，适合稀疏图。我们会用C语言实现两种算法，并对比它们的适用场景。

图的遍历是图算法的基础。深度优先搜索（DFS）像走迷宫，一条路走到黑再回头；广度优先搜索（BFS）像水面涟漪，一层一层向外扩散。这一篇我们分别用递归实现DFS、用队列实现BFS，并对比两种遍历产生的序列差异，理解它们的适用场景。

哈希表是一种通过哈希函数直接映射数据位置的数据结构，理想情况下查找、插入、删除的时间复杂度都是O(1)。这一篇我们学习哈希函数的设计（除留余数法），以及两种冲突解决方法：链地址法（拉链法）和开放地址法（线性探测、二次探测）。最后手写一个完整的哈希表实现。

在普通的二叉链表中，n个节点共有2n个指针域，其中只有n-1个指向实际节点（根节点除外），其余n+1个都是空指针，造成空间浪费。线索二叉树就是利用这些空指针，指向节点的前驱或后继，从而可以在线性时间内完成遍历，而不需要递归或栈。这一篇我们实现中序线索化及其中序遍历。

在科学计算和工程应用中，经常遇到特殊矩阵——大量元素重复或为零。如果直接用二维数组存储，会浪费大量空间。这一篇我们学习如何压缩存储这些特殊矩阵：对称矩阵只存一半，三角矩阵只存三角部分，稀疏矩阵只存非零元素。重点讲解稀疏矩阵的三元组表示法和快速转置算法。