字典，队列，列表
| 维度 | 字典 Dictionary<TKey,TValue> | 队列 Queue<T> |
|---|---|---|
| 核心模型 | 键值映射（哈希表） | 线性序列（环形缓冲/FIFO） |
| 访问方式 | 通过 Key 直接定位到 Value | 只能访问队首元素（Peek/Dequeue） |
| 顺序 | 不保证迭代顺序（不要依赖） | 严格 FIFO |
| 唯一性 | Key 必须唯一；Value 可重复 | 元素可重复 |
| 典型操作 | Add/Remove/TryGetValue/ContainsKey | Enqueue/Dequeue/Peek/Count |
| 复杂度（均摊） | 查/增/删 ≈ O(1)（哈希） | 入队/出队 ≈ O(1) |
| 适用场景 | 根据 ID/名称快速定位对象，状态表、缓存、索引 | 按到达顺序排队处理任务/事件/消息 |
| 线程安全版本 | ConcurrentDictionary<TKey,TValue> | ConcurrentQueue<T> |
| 典型错误用法 | 依赖遍历顺序；Key 可变 | 需要随机访问中间元素 |
有“标识符/键”并需秒查 → 用字典（例如 玩家ID→玩家对象、tid→任务）
只需按“到达顺序”依次处理 → 用队列（例如 日志、网络包、回调投递、工作队列）。
List<T> 是通用“动态数组”，擅长随机索引与遍历；Queue<T> 是**先进先出（FIFO）**容器，专为“到达顺序依次处理”设计
| 维度 | List | Queue |
|---|---|---|
| 抽象语义 | 有序序列（不限定出入规则） | 严格 FIFO 队列 |
| 典型操作 | Add, Insert, RemoveAt, [] | Enqueue, Dequeue, Peek |
| 随机访问 | O(1)：list[i] | 不支持随机索引（需出队/窥视头部） |
| 头部出队成本 | O(n)：RemoveAt(0) 需要整体搬移 | O(1)：环形缓冲，仅移动头指针 |
| 尾部入队成本 | O(1) 摊还：Add | O(1)：Enqueue |
| 中间插入/删除 | O(n) | 不支持 |
| 线程安全变体 | 无并发版（需自己加锁） | 有 ConcurrentQueue<T>（生产者-消费者常用） |
| 语义可读性 | 容器用途不明显 | 一眼看出“排队/依次处理” |
List 列表（链表）存储和操作有序数据，能够简单的添加，删除或重序
Arrays 数组：适合集合的大小已知或不经常改变
Stacks 栈 ：last-in，first out，后进先出，如存储编辑器撤销和重做操作，可以轻松的回到上一个状态
queues 队列：first in，first out，先进先出，适合发送事件，消息，用户操作 – 按接收顺序存储收到的信息，接着按接收顺序处理事件，打印作业
heaps 堆：一般用于任务调度和内存管理，尤其有助于实现优先级队列priority queues，便于访问最高或最低优先级的项目
Trees 树：以分层的方式组织数据，用以表示具有自然层级 / 关联关系，如B树常用于关系型数据库，其他AI决策系统、文件系统
Hash tables 哈希表：能够高效的数据查找，插入和删除。通常使用哈希函数将key和value即某个存储位置对应，常用于搜索引擎，缓存系统，以及编程语言的Interpretor or compilers，快速访问经常使用的资源
suffix tree 后缀树：specialized for searching strings in documents，this makes them perfect for text editor and search algorithms. In search engine, a suffix tree can be used to efficiently locate all occurrences of a search term within a large corpus of text.
Graph 图：用于追踪关系和寻找路径。常用于推荐引擎和 pathfinding algorithms，可以用于表示用户之间的连接
R tree：擅长查找最近邻，存储位置信息后可高效的查找用户当前最近的地理位置
数组在内存中是连续存储，所以内存的访问效率相比List的非连续存储会更容易命中，因此使用数组性能更好
