数据结构是计算机科学中非常重要的概念之一。它是一种组织和存储数据的方式，能够有效地操作和管理数据，以便提高算法的效率。

以下是一些为什么要有数据结构的原因：

(1) 数据组织：数据结构可以帮助我们组织和管理大量的数据。通过选择合适的数据结构，我们可以以一种有序的方式存储和访问数据，使得数据的查找、插入和删除等操作更加高效。

(2) 空间利用：数据结构可以帮助我们充分利用存储空间。例如，链表可以动态地分配内存空间来存储数据，而不需要预先分配固定大小的空间。这在处理不确定数据量的情况下非常有用。

(3) 算法优化：数据结构与算法密切相关。通过选择合适的数据结构，我们可以设计出更高效的算法。例如，使用哈希表可以在常数时间内进行数据查找，而使用线性搜索可能需要较长的时间。

(4) 抽象数据类型(ADT)：数据结构可以帮助我们定义抽象数据类型。ADT 是一种逻辑上的数据模型，它定义了数据的行为和操作，而并不关心具体的实现方式。通过使用数据结构，我们可以将数据的表示和操作封装起来，使得程序更加模块化和可维护。

总之，数据结构是计算机科学中非常重要的基础知识，它能够帮助我们优化算法、提高程序的效率，并且在处理各种复杂的问题时提供了有效的工具和方法。

当涉及算法优化时，选择合适的数据结构是至关重要的。以下是一个例子：

假设我们需要在一个包含大量元素的数据集中频繁地执行查找操作。如果使用简单的线性搜索，时间复杂度可能为 O(n)，其中 n 是数据集中的元素数量。这意味着随着数据量的增加，查找所需的时间会线性增加。

然而，如果我们使用合适的数据结构，比如哈希表，我们可以将查找操作的时间复杂度降低到 O(1)。哈希表能够通过哈希函数将元素快速映射到对应的位置，并且可以在常数时间内进行查找。这种优化可以极大地提高查找操作的效率，特别是在大数据集的情况下。

因此，通过选择合适的数据结构，我们可以将算法的时间复杂度从线性级别降低到常数级别，从而实现对算法的优化。这个例子表明，数据结构对算法的优化起着至关重要的作用。