在绝大多数计算机科学课程中，数据结构总是被按照一种隐性的线性顺序教授：数组、链表、栈、队列，然后是树和图。这种教学法本质上是在用“简单到复杂”的叙事，构造一种阶梯式的理解路径。然而，这种路径的代价是它把数据结构当成了孤立的工具，而忽视了它们作为世界模型的基本身份。当一位工程师选型时，往往是在选择一种看待问题的世界观，而不是挑选一把螺丝刀。
我们不妨做一个思想实验：把现实世界中的社交网络、交通网络、神经网络放在一起，它们有一个共同特征——没有明确的起点与终点，节点之间的联系构成了事物的本质。而线性结构，如数组和队列，实际上是对这种网络的一种强制性束紧。它们是用来模拟“现在”的工具，而非描述“存在”的语言。树虽然引入了层次，却依然保留着独裁式的根结点。只有图，才真正释放了关系的复杂性。那么，为什么我们仍然以线性为基石？
原因或许在于人类思维的“串行化”倾向。我们的大脑天然地倾向于将复杂过程拆分为有序步骤，于是我们创造了数组来承载步骤，用栈来追踪回溯，用队列来等待处理。这种简化保证了可解释性和确定性，却牺牲了表达的丰富性。一个深刻的对比是：线性数据结构给出的是答案，而图结构给出的是可能性。我们总是急于用线性结构把可能性压缩成答案，这恰恰是工程思维对设计思维的一种暴政。
因此，我提出一个反直觉的观点：数据结构的学习顺序应当倒转，从图开始，以线性作为图的退化特例。这并非异想天开。在认知科学中，婴儿对世界的理解是先形成关联网络，再逐步学会顺序动作。图结构更贴近我们认识世界的初始方式。当我们从图出发去理解线性结构，会发现数组不过是无向图的完全退化的全序排列，栈则是有向无环图的深度优先收敛。这种视角将转化我们设计算法的方式，使我们将“简化”看作一种有意识的选择，而非默认前提。
当然，这种反转并不适合所有场景。底层硬件和资源管理依然需要线性思维作为物理基础。但作为思想框架，我们应当把线性结构视为一种“专门的图”，而不是把图当作“复杂的线性”。这不仅是技术上的革新，更是一种认知上的觉醒。数据结构不是静态的骨架，而是一个动态生成的世界模型。当我们用这个眼光去审视代码，每一行逻辑都是关系网络的路径；每一次查询，都是在一个巨大图空间中的导航。这才是数据结构带给我们的真正自由。
