一个不寻常的数据结构可以是一个有向图，其中每个节点代表一个唯一的值，每个节点都有一个指向其他节点的指针。我们可以使用这个数据结构来计算两列互相指向彼此的频率。

以下是一个使用Python实现的示例代码：

class Node:
    def __init__(self, value):
        self.value = value
        self.pointers = []
        self.counter = 0

def calculate_frequency(column1, column2):
    nodes = {}  # 使用字典来存储节点，键为节点的值，值为节点对象

    # 创建图的节点
    for value in column1 + column2:
        if value not in nodes:
            nodes[value] = Node(value)

    # 连接节点之间的指针
    for i in range(len(column1)):
        node1 = nodes[column1[i]]
        node2 = nodes[column2[i]]
        node1.pointers.append(node2)
        node2.pointers.append(node1)

    # 计算频率
    for node in nodes.values():
        for pointer in node.pointers:
            if pointer in node.pointers:
                node.counter += 1

    # 打印结果
    for node in nodes.values():
        print(f"节点 {node.value} 的频率：{node.counter}")

# 示例数据
column1 = [1, 2, 3, 4, 5]
column2 = [2, 3, 4, 5, 1]

calculate_frequency(column1, column2)

在上面的示例代码中，我们首先创建了一个Node类来表示图的节点。每个节点对象具有一个value属性来存储节点的值，一个pointers属性来存储指向其他节点的指针，以及一个counter属性来计算频率。

然后，我们使用输入的两列数据创建了图的节点，并将节点之间的指针连接起来。

最后，我们遍历每个节点的指针列表，如果指针在节点的指针列表中，说明两个节点互相指向彼此，我们就将节点的频率计数器加1。

最后，我们打印出每个节点的频率。

输出示例：

节点 1 的频率：1
节点 2 的频率：1
节点 3 的频率：1
节点 4 的频率：1
节点 5 的频率：1

在这个示例中，输入的两列数据是column1 = [1, 2, 3, 4, 5]和column2 = [2, 3, 4, 5, 1]，每个节点的频率都是1，因为每个节点都与另一个节点互相指向彼此。