数据结构与算法核心课程建设

数据结构与算法核心课程建设

摘要：针对数据结构与算法课程理论联系实际的特点，文章提出在课程建设过程中应不断完善课程体系，加强团队建设，深入教学改革以及丰富教学资源，从培养学生的兴趣入手，注重学生思维能力、动手能力和创新能力的培养，最终达到提高教学质量的目的。

关键词：数据结构；课程体系；实践教学；课程群

1背景

数据结构与算法是计算机类专业的一门核心基础课程，是计算机、软件工程等电子信息类专业的必修课。本课程较系统地介绍了软件设计中常用的数据结构以及相应的存储结构和实现算法；介绍了常用的多种查找和排序技术，并对其进行性能分析和比较，内容非常丰富[1-2]。本课程的教学目标是加强学生对数据逻辑关系的分析与认识，培养学生数据抽象的能力，通过理论分析与编程实践相结合，增强学生求解复杂问题的能力以及控制算法复杂性的能力。

在计算机科学中，数据结构不仅是程序设计的基础，而且是设计和实现编译程序、操作系统、数据库系统等系统程序和各种大型应用程序的重要基础[3]。数据结构与算法是计算机类专业部分专业课的先导课，如操作系统、编译原理和数据库原理等，因此它为后续的专业课程学习提供必要的知识和技能储备[4]。数据结构与算法课程一直以来都是本学科的核心专业基础课程，而且正逐渐发展成为众多理工科专业的热门选修课。只有学好了这门课，才能在今后的计算机专业课程的学习中游刃有余。因此，本课程在国内同类课程中有较明显的先进性和示范性。

根据新世纪对人才培养的要求，教学应重在学生能力、素质的培养，尤其是思维能力、实践能力、创新能力的培养。多年来我们致力于数据结构核心课程的建设，从完善课程体系、加强团队建设、深入教学改革和丰富教学资源等各个环节不断探索和实践。从提高学生的学习兴趣和加强实践环节教学方面入手，在教育教学方面持续、深入地改进教学方法，开展教学研究，提高教学质量。

2完善课程体系

首先，完善以“扎实基础，强化实践，引导创新”为培养目标的课程体系。计算机类专业核心基础课程体系主要由离散数学、面向对象的程序设计、数据结构与算法、操作系统、编译原理、计算机组成与结构、数据库原理7门课程组成，用于支撑计算机科学与技术、软件工程、网络工程、信息安全、数字媒体技术5个计算机科学相关专业的教学。

我们将课程群的理念引入计算机专业基础类课程教学，建立了以数据结构为核心的计算机类基础课程群，如图1所示。课程群以培养综合运用计算机基础知

识能力为目标，打破课程间的壁垒，强化课程联系。本课程群以数据结构为核心，将数据结构的一些基本内容如链表、排序等渗透到“C/C++程序设计”课程中；将编译原理、数据库原理等需要使用数据结构内容的部分在数据结构课程中以应用的实例进行讲解，从而将相关课程的授课内容形成统一的整体。

在实践环节我们强化数据结构对程序设计语言的训练及解决相关课程问题的训练。除各门课程有单独的实践课程外，独立设置贯彻整个教学环节的实践课程，将数据结构课程群中各门课程较为关联的综合大作业进行归并整合。自身实验课程注重双基训练，但大实践课程要求对整个数据结构课程群教学经验丰富、能够精确把握该课程体系要点的教师进行授课，在教学中能够结合本学期相关课程设置大作业，在讲授中能够根据学生的具体情况进行诱导性教学，使学生通过完成大作业来更深刻地认识学科体系的全貌，强化学科综合素质的培养。

以数据结构课程为中心构建计算机类专业的核心基础课程体系，将与计算机科学相关专业的专业基础课程教学打通，在课程、课件、教材、师资队伍等多方面进行统一的规划和建设，以不同的着重点组织课程教学内容、进行大学生计算机实践能力和创新能力的培养。该体系打破了原有实验教学附属于理论课程的模式，理论教学与实验教学既相对独立、又相互联系，改变了单一的知识验证的实验模式，增强综合应用设计和创新实践内容，全面提高学生的实验实践技能。“扎实基础，强化实践，引导创新”培养目标体现了当前计算机类专业教育的发展趋势，走在国内高校的前面，在全国各类会议作专题报告近30次。

3加强团队建设

目前我院数据结构与算法教学团队共有5位主讲教师，其中教授2人，每50名学生配一名助教(博士或工学硕士)。该教学团队主要由30～40岁的年轻教师组成，尽管精力充沛，工作热情很高，但教学经验尚有欠缺。团队建设是本课程建设的重中之重，要把提高教师的综合素质和教学科研水平，强化教师的责任心放在首位。坚持教学与科研相结合，以国家自然科学基金项目为依托，为提高教学质量，不断提高科研水平和能力；以国家特色专业建设项目为依托，加强教学研究，以理论指导教学实践，吸取好的教学方法和经验，不断改进教学方法和手段，迅速促进教学团队成长。

在青年教师培养方面注重教学和科研能力的同步培养。要求青年教师在首次上课之前听课助课，培养基本教学能力；实行集中备课，统一课件，互相监督，保持教学一致性和教学内容一致性；定期召开教学研讨，及时总结教学经验方法，教授言传身教；以特色专业建设项目为依托，鼓励青年教师开展教学研究，以国家级项目为依托开展科研课题研究。青年教师成长迅速，已具备一定的科研能力，教学效果良好，学生满意超过90%；获得校教学质量优良奖，青年教师讲课竞赛二等奖，多媒体课件二等奖等多项奖励，已经成为学院的业务骨干。

4深化教学改革

4.1不断探索新的教学模式

1) 实践性教学。

实践是获得真知的根本源泉，主动探索真知是研究型人才的基本素质，我们在基础课中的创新能力培养主要体现在，让学生在自由的实验环境中积极实践、主动探索，自己发现新的知识和理论。如图2所示，在实践环节建设方面，建立书面作业，上机作业和课程设计3个层次的实践教学环节，以通过书面作业形式消化理解教学内容；通过上机作业培养动手能力，将课程单元知识转化为实际技能；通过课程设计培养解决实际问题的能力，融会贯通本课程的知识。

为了满足强化实践的教学要求，本课程团队经过多年实践，精选、整理了包括卡内基梅隆大学、斯坦福大学、麻省理工学院等国内外著名大学教授布置的实践作业，结合我们的教学要求，每学期给学生布置18道有一定创新性的上机题目。这些题目既反应了数据结构教学的基本知识，又来源于实际应用。达到了理论和实践的完美结合。本课程实践教学和理论教学环节的学时比例为1.5∶1。经我们多年实践，这个比例符合我国高等教育实际，达到了良好的能力锻炼目的，值得推广和借鉴。

2) 研究型教学。

在研究性理论教学方面，以教学大纲为主线，整理数据结构领域的经典论文，以提出问题为课堂教学的第一步骤，引导学生思考，将科学家的研究方法和研究思路融入课堂教学中。依托科学研究项目，提出本学科领域的最前沿课题，鼓励学生思考并解决。对有明显创造性的成果可以在教师指导下撰写学术论文。

将研究型教学融入数据结构实践教学课堂，鼓励学生从解决问题的角度研究如何设计数据结构与算法，在传授基础知识的同时注重创新性思维方式的培养，发现问题和解决问题能力的培养。

4.2全方位的课程改革

课程建设的核心是提高教学质量。为提高教学质量，我们从教学内容、教材、教学方法和手段、考试方法、实践教学等方向进行了全方位的改革。

1) 教学内容改革。

课程组参考国内外其他院校本课程的教学大纲和优秀教材，对数据结构课程的教学大纲进行了多次修订，逐步稳定了理论教学的教学内容、教学要求，细化了教学目标，明确了教学任务、教学内容、教学重点和难点、不同知识点的掌握程度。理论教学采用以共性化课堂教学为主，并利用辅导答疑和实践教学组织以学生为主的个性化教学，培养学生创新能力，辅助课堂教学。在教学过程中采用启发式教学方式，即注重学生基础理论知识的掌握，也注重学生分析问题、解决问题等基本能力的培养。