案例：在学期前学生评优中，根据每个班级同学不同的分数段给出评级，而每个班级中不同分段的人数不等的，且有着峰值和低谷。如何实现呢？如不及格1人，及格2人，中等4人，良好2人，优秀1人。
程序1：if(a<60){
b="不及格";
}else if(a<70){
b="及格";
}else if(a<80){
b="中等";
}else if(a<90){
b="良好";
}else {
b="优秀";
}
执行次数：1×1+2×2+4×3+2×4+1×5=30
完全没利用到数据本身特点。
程序2：if(a<80){
b="中等40";
}else if(a<70){
b="及格20";
}else if(a<90){
b="良好20";
}else if(a<60){
b="不及格10";
}else {
b="优秀10";
}
执行次数：4×1+2×2+2×3+1×4+1×5=23
利用情况一般。
程序3：if(a<80){
if(a<70){
if(a<60){
a="不及格"
}
a="及格";
}
a="中等";
}else{
if(a<90){
a="良好"
}
a="优秀"
}
程序3的设计其实就是数据结构里的赫夫曼树，发明目的是解决远距离通信的数据传输最优化问题，我们写程序的时候多考虑一些执行效率上的问题，自然很多算法和数据结构都有用武之地，算法和数据结构这个东西分开谈没意义，就向上例，数据之间没有一定的树层级关系，你用极差的算法。对了，上例的优化不针对树，如果数据中间峰值两边低谷这个顺序，用二分查找效率也是刚刚的，当然会麻烦一点，而且数据不是这个顺序怎么办，当然这是不同情况下的适应性问题了。
为什么会有这个思路呢？因为数据结构里讲到过四种数据逻辑结构，上例明显是从树形结构出发的，我们学过就会想想用集合和线性结构下的最优解，自然思路就出来了。其他运用如栈的应用，四则运算表达式求值，编译器使用栈实现递归，函数出入栈。