索引数据结构和顺序数据结构之间到底有什么区别？例如，HashSet是一个索引数据结构，但TreeSet是连续的。
在java中，这些术语没有固定的含义。这些含义将从日常英语用法和你列出的类型的检查中获得。
"Indexed"意味着有一个与数据结构相关联的索引，该索引可用于引用数据结构的元素，最基本的例子是数组，该数组按整数偏移量索引，或Map，该数组由键值索引。注意，这省略了具有自然顺序的数据结构的意义。我们可以看到数组有一个自然的顺序，但Map没有。
"顺序"意味着数据结构具有可用于对数据结构元素的操作进行排序的顺序。有一种感觉，这应该是一个自然的顺序，但这个术语也可能意味着有一个强加在数据结构上的顺序，可以实现迭代操作。
在这两种情况下，含义都不应包括对特定操作的引用。数据结构可能支持读取、写入或迭代，但不一定支持任何或所有这些。例如，序列数据结构可以支持findFirst操作，而不允许将迭代作为外部操作。
对于两个引用的类型HashSet和TreeMap，由于它们是实现类型，因此这些术语可以用于描述数据结构的一般属性，也可以用于描述实现的属性。我不确定这是否有用，因为实现可能会发生变化。
请注意，"indexed"并不意味着"sequential"，除非索引值本身是连续的。
使用索引时，可以直接将数据读取或写入数据结构中的任何位置。如果访问是顺序的，则必须遍历所有元素，直到到达所需的元素(就像迭代next方法一样(。
这也意味着，无论索引结构的大小，访问时间都是恒定的，而顺序结构的访问时间则随着大小的增加而增加。
这适用于假设索引访问的内部实现(实际上只是一种可以通过多种方式实现的访问操作(基于某种映射，并且顺序结构使用某种链表。这应当与所提出的问题的精神相一致。
例如，Python中的列表在内部实现了直接访问，这是出于明显的性能原因，除了由用户使用索引而不是下一个方法访问之外。
让我们在更广泛的数据结构领域中回答这个问题，而不是专注于Java或任何其他实现。
索引数据结构
基于更通用的随机/直接访问数据结构概念。
使用这些数据结构的主要好处是，对于读取和写入操作，它们具有O(1(时间复杂性。
例如，当您定义数组时，大小相同的连续链，在物理RAM中分配少量内存片(块(，并且这些片中的每个都具有唯一但连续链的内存地址。这意味着，例如，如果array[0]存储在0100X001，则如果插槽占用1位，则array[1]将在0100X010分配(如果更多，则相应地，您将不得不将该数量的位添加到每个插槽(；
顺序数据结构
另一方面，在计算机科学领域没有明确定义，根据实现的不同，它们的读写操作具有不同的时间复杂性，但大多数情况下，它从来都不是O(1(。
在大多数情况下，顺序数据结构的实现方式是：
- 除第一个元素外，每个元素都有对其直接前身的引用
- 除最后一个元素外，每个元素都有一个对其直接后续元素的引用