为何作为类ADT具体实现的对象不被视为数据结构？

核心概念的边界定义 #

首先要明确三个概念的本质差异：

• 抽象数据类型（ADT）：只定义操作的行为契约，完全不涉及内部存储和实现逻辑，是最高层的抽象。比如「栈」的ADT只约定后进先出的操作规则，不关心你用数组还是链表实现；「圆形」的ADT只约定它有半径属性、可以计算面积周长，也不关心你用什么语言、什么语法实现。
• 数据结构：是专门为通用数据的组织、存储、操作优化设计的具体实现方案，核心目标是提升数据存取的时间/空间效率，本身不绑定任何业务语义。
• 面向对象中的类：只是一种实现工具，既可以用来实现通用数据操作类的ADT，也可以用来实现业务领域类的ADT。

两者的核心区分依据 #

你提到的Circle这类类的实例不被视为数据结构，核心有三个判断标准：

1. 设计目标不同 #

数据结构的设计目标是通用性，服务于所有需要对应存取逻辑的场景：比如栈的后进先出逻辑可以用在表达式求值、函数调用栈、浏览器后退、撤销操作等无数场景，它本身没有任何业务含义。
而Circle这类业务类的设计目标是表达特定领域的实体语义，它的属性、方法完全服务于对应的业务规则，没有通用性——你不可能用Circle类来存储用户登录信息，也不可能用它来实现消息队列的缓冲。

2. 实现的ADT类型不同 #

我们日常说「栈、队列是数据结构」，其实是默认把这类通用数据操作类ADT和它的具体实现绑定称呼了，严格来说栈是ADT，数组实现的栈、链表实现的栈才是数据结构。
类本身不决定它的实现是不是数据结构：如果你用类实现的是通用数据操作类ADT（比如用Java类写一个ArrayStack、一个HashMap），那它的实例就是标准的数据结构；如果你用类实现的是业务领域ADT（比如Circle、Order、User），那它的实例就是业务实体，不是数据结构。

3. 内部逻辑的关注点不同 #

数据结构的所有内部逻辑都围绕数据存取的效率和正确性设计：比如平衡二叉树的旋转逻辑、哈希表的扩容逻辑、链表的节点寻址逻辑，全部是为了优化存取速度、降低空间占用。
而业务类的内部逻辑围绕业务规则设计：比如Circle的面积计算用π * r²是数学规则定义的，订单类的实付金额计算要叠加优惠、满减是电商规则定义的，和数据存取效率没有任何关系。

补充纠正一个认知偏差 #

不存在「只有栈、队列这类ADT的实现才是数据结构」的说法，只要满足「通用、为数据存取优化设计」的实现，不管是用面向对象的类实现，还是用C语言的结构体+函数实现，都属于数据结构，比如跳表、哈希表、红黑树、B+树都属于数据结构，和实现语法无关。

内容的提问来源于stack exchange，提问作者maxxokreamy