在探讨这个问题之前，我们需要先明确“软件技术主要学什么”的含义。软件技术通常指的是应用计算机科学的原理、方法和工具来设计、开发和测试软件的领域。这包括但不限于编程语言、操作系统、数据库管理系统以及网络等多个子领域。要成为一名优秀的软件工程师，不仅需要掌握这些基础知识，还需不断学习新的技术以适应快速发展的行业。

算法与数据结构

在这两个概念中，算法更偏向于解决问题的手段，而数据结构则关注如何存储和组织信息。一个好的算法可以使得程序高效地完成任务，而合适的数据结构则能有效地利用内存空间，提高查询速度。

算法：解决问题的手段

算法是任何形式的问题求解过程的一系列明确指令。在软件开发中，无论是进行网页爬虫还是优化数据库查询，都离不开高效且正确的算法。好的算法能够显著提高程序运行时间，从而提升用户体验。但是，有些情况下，即使有了完美的算法，如果其复杂度过大，也可能无法实际应用，因此，在选择或设计算法时还需考虑实际需求与可行性。

数据结构：信息存储与组织方式

另一方面，数据结构提供了一种方法来表示和操作逻辑上相互连接的大量数据集合。在现代计算机科学中，它们既用于实现简单队列也用于构建复杂图形模型。不同的数据结构，如数组、链表、二叉树等，每种都有其特定的用途和优势。当面对不同类型的问题时，可以根据具体情况选择最佳匹配的数据结构，以便于快速访问和修改所涉及到的元素。

关系分析

虽然两者都是必不可少的，但它们之间存在一定差异。一方面，一个强大的基础数学背景可以帮助理解各种各样的抽象概念，这对于学习新的编程语言或处理复杂问题至关重要；另一方面，对于实践来说，没有良好的代码质量支持，最终结果往往是不稳定或者性能低下的产品。

结论

综上所述，无论从理论角度还是实践角度看，两者都是不可或缺的一部分。如果我们必须做出选择，那么应该说两者都是至关重要，但重点取决于具体场景。在某些项目里，比如需要处理大量复杂逻辑的情况下，或许会倾向更多地使用高级别抽象能力（即更重视"思维")；而在其他情形下，如要求极致优化执行效率的情境，则可能会更加侧重于精细调整（即更重视"技巧")。

总之，在追求卓越成果的时候，要努力将二者的结合达到最佳状态，并根据每一次新挑战不断调整自己的技能组合，以保持竞争力并持续进步。这就是成为一位杰出的软工师的心路历程——通过不断探索与实践，将理论知识转化为切身经验，为科技世界贡献自己的力量。