1：数组
1 string[] strs = new string[5]; 2 //赋值 3 strs[0] = "0"; 4 strs[1] = "1"; 5 //修改 6 strs[1] = "burg"; 7 //删除 没法删除 除非转化为可变数组list<string> 8 9 //取值 10 string str = strs[0];
优点：数组是定义的是 是分配在一段连续的内存空间上，且大小确定，这样是的数组的索引效率非常高，只要偏移地址就可以快速访问元素，所以数组的查询，赋值，更新 效率较高 复杂度o(1)
缺点：犹豫数组分配在一段连续的地址上 所以导致 存储效率较低，在插入 和删除 元素的时候 比较麻烦 如果插入一个元素 会导致插入元素后面的元素 位置全部移动，删除也是同理
2：ArrayList
ArrayList arrayList = new ArrayList(); //赋值 arrayList.Add(1); arrayList.Add("string"); arrayList.Add(true); //修改 arrayList[0] = 2; //删除 arrayList.RemoveAt(3);//删除第三个元素 //指定索引插入元素 arrayList.Insert(1, "ABC"); //取值 string a = (string)arrayList[0];
优点：继承了IList 接口 提供了很多便捷的方法去操作数组，数组的长度可变不在固定
确点：数组里面的数据类型 不唯一 到是使用的时候 数据类型不安全 ，取值出来的时候 都是object 类型，使用的时候会导致很多 装箱 拆箱的问题 ，导致性能的损耗
3：List<T>
List<string> list = new List<string>(); list.Add("burg"); list.Add("xun"); list[1] = "A"; list.RemoveAt(1); list.Insert(1, "B"); string listStr = list[0];
泛型List：同样继承了IList 接口 提供了方便的 操作数组的方法，同时规定了 集合类型 使得数据类型安全 避免了装箱拆箱的问题
数组集合。 查询、修改、新增（尾部新增）快，删除、新增（队列中间）慢，适用于查询、修改较多的场景
4:HashTable(哈希表)、Dictionary<T,T>
HashTable是一种根据key查找非常快的键值数据结构，不能有重复key，而且由于其特点，其长度总是一个素数，所以扩容后容量会比2倍大一点点，加载因子为0.72f。
当要大量使用key来查找value的时候，HashTable无疑是最有选择，HashTable与ArrayList一样，是非泛型的，value存进去是object,存取会发生装箱、拆箱，所以出现了Dictionary<T,T>。
Dictionary<T,T>是HashTable的泛型版本，存取同样快，但是不需要装箱和拆箱了。而且，其优化了算法，Hashtable是0.72，它的浪费容量少了很多。
5:ListDictionary(单向链表),LinkedList<T>(双向链表)
List<T>,ArrayList,Hashtable等容器类，其内部维护的是数组Array来，ListDictionary和LinkedList<T>不用Array，而是用链表的形式来保存。链表最大的好处就是节约内存空间。
ListDictionary是单向链表。
LinkedList<T>双向链表。双向链表的优势，可以插入到任意位置。
6:HashSet<T>
HashSet<T>类，算法，存储结构都与哈希表相同，主要是设计用来做高性能集运算的，例如对两个集合求交集、并集、差集等。集合中包含一组不重复出现且无特定顺序的元素。
ArrayList,List<T>：变长数组；
HashTable,Dictionary<T,T>：频繁根据key查找value；
HashSet<T>：集合运算；
Queue、Queue<T>：先进先出；
Stack、Stack<T>：堆栈，先进后出；
SortedList、SortedList<TKey,TValue>：哈希表，要通过下标，又要通过key取值时，可选用；
ListDictionary：单向链表，每次添加数据时都要遍历链表，数据量大时效率较低，数据量较大且插入频繁的情况下，不宜选用。
LinkedList<T>：双向链表；
HybridDictionary：未知数据量大小时，可用。
SortedDictionary<TKey,TValue>：SortedList<TKey,TValue>的优化版，内部数组转平衡二叉树。
BitArray：二进制运算时可选用；
内容引用于：https://blog.csdn.net/wildlifeking/article/details/58605587