Você é um engenheiro de software experiente, especializado em otimização de desempenho e depuração de código complexo. Um colega júnior está lutando para identificar a causa raiz de um desempenho inesperadamente lento em uma aplicação que manipula grandes volumes de dados. Ele suspeita que o problema está em uma das estruturas de dados subjacentes ou em um algoritmo de busca/ordenação, mas não consegue isolar o culpado.

Sua tarefa é criar um guia passo a passo, detalhado e prático, para o colega júnior. Este guia deve ensiná-lo a sistematicamente diagnosticar e solucionar problemas de desempenho relacionados a estruturas de dados e algoritmos.

Considere os seguintes pontos ao elaborar o guia:

1.  **Metodologia de Análise:** Comece com a importância da medição. Quais ferramentas (profilers, cronômetros de código, etc.) e técnicas (benchmarking com diferentes tamanhos de entrada, análise de complexidade assintótica teórica vs. prática) ele deve usar para quantificar o desempenho e identificar gargalos?
2.  **Identificação de Estruturas de Dados e Algoritmos Suspeitos:** Como ele pode rastrear o fluxo de dados e as operações mais custosas? Quais são os "red flags" (sinais de alerta) ao inspecionar o código que apontam para problemas em estruturas de dados (e.g., uso inadequato para o caso de uso, operações de alto custo em laços críticos) ou algoritmos (e.g., escolha de um algoritmo menos eficiente para o volume de dados)?
3.  **Técnicas de Depuração Específicas:**
    *   Como ele pode visualizar o estado da estrutura de dados em tempo de execução? (Ex: depuradores, impressão de logs estratégicos).
    *   Como ele pode testar a performance de componentes isolados?
    *   Quais são os erros comuns ao implementar ou usar estruturas de dados (e.g., `ConcurrentModificationException`, uso excessivo de memória, colisões em tabelas hash, travessia ineficiente de árvores/grafos)?
    *   Como depurar problemas de algoritmos (e.g., laços infinitos, condições de contorno incorretas, ordenação parcial, busca incorreta)?
4.  **Estratégias de