数据结构与算法分析课程标准

《数据结构与算法分析B》课程标准

一、课程性质与任务

本课程是计算机科学中一门综合性的基础课程，是介于数学、计算机硬件和计算机软件三者之间的一门核心课程。数据结构这一门课的内容不仅是一般程序设计（特别是非数值性程序设计）的基础，而且是设计和实现编译程序、操作系统、数据库系统及其他系统程序的重要基础，它在计算机科学中具有承上启下的核心地位，是信息管理与信息系统专业学生必修的专业基础课程。

通过本课程的学习，学生能根据实际应用研究的要求，对大量的表面上杂乱无章的数据进行有效地组织、存储和处理，编制出相应的高效算法。学生必须熟练掌握计算机程序设计中常见的各种数据的逻辑结构、存储结构及相应的运算，掌握算法的时间分析和空间分析的技术，并能根据计算机加工的数据特性运用数据结构的知识和技巧设计出更好的算法和程序，培养良好的程序设计能力。

学习数据结构应先修《计算机文化基础》、《高等数学》、《离散数学》、《JAVA程序设计》、《C#程序设计》《概率论与数理统计》，后续课程主要有《管理信息系统》《数据库原理及应用》《数据挖掘》，《网络程序设计》等。

与先修课程的关系：数据逻辑结构的学习应在《离散数学》课程中完成，这样才会有充足的时间讲解物理存储结构，并分析每一种不同存储结构的优缺点。在分析插入和删除等操作的效率时，因为不同位置的数据操作概率不同，不结合概率论与数理统计的知识便无法分析。数据的存储结构是数据在计算机中的存储，没有人机交流语言无法描述存储结构，所以必须先修高级语言《JAVA程序设计》、《C#程序设计》，分析算法的时间复杂度和空间复杂度时需要用到高等数学的知识。

与后续课程的关系：数据结构和算法分析可以为后续课程提供程序设计和系统开发方法论方面的指导与帮助。

二、课程目标

1．知识目标

（1）知道《数据结构与算法分析》这门学科的性质、在计算机科学中的地位和独立价值。知道这门学科的研究范围、应用领域、研究方法。

（2）掌握与数据结构有关的基本概念、明确数据的逻辑结构和物理结构的差别。

（3）掌握各种主要数据结构线性表、栈、队列、串、树和图的特点、计算机内的表示方法，以及处理数据的算法实现。

（4）会分析研究计算机加工的数据结构的特性，以便为应用涉及的数据选择适当的逻辑结构、存储结构及相应的算法，并了解对算法的时间分析和空间分析技术。

2．能力目标

（1）培养学生数据抽象能力，能为应用涉及的数据选择合适的逻辑结构。

（2）培养学生理解计算机思维方式能力，能为各种逻辑结构设计合适的存储结构。

（3）培养学生进一步提高程序设计质量的能力。

（4）培养学生理论联系实际能力及自学能力。

3．素质目标

（1）具备运用数据结构的理论方法进行高质量程序设计的素质

（2）具有良好的团队合作精神。

三、课程基本信息和内容要求

四、教学建议

1.教学方法

在教学过程中，应立足于加强学生实际编程能力的培养，采用项目教学，以工作任务引领提高学生学习兴趣，激发学生的成就动机。通过对项目的课外分析与编程和课堂总结，培养学生利用计算机编程解决实际问题的能力，综合分析能力，创新能力。

●增设数据结构与算法分析课程主页，实现网上交互式教学，在每一章的教学内容之后配备相关的编程题目，倡导“问题导向”，引导学生对相关题目进行编程，以掌握程序设计的基本原理：数据结构+算法=程序

●编程开发：编程开发是数据结构与算法分析教学联系实际的特色形式，应引起教师高度重视。本课程所选编程题目，应是较为典型的、学生有能力完成的。教师的指导重点要放在指导学生如何进行程序设计以及提高程序的质量上，而不是代替他们进行程序设计，鼓励学生课下自己根据编译器的错误提示信息，找出所编制程序的错误，逐步提高程序调试水平。

作业评讲：制作学生作业错误汇总PPT，收集学生平时作业中的常见问题,以图片展示、关键点解释、计算技巧讲解的方式教会学生如何自己发现错误、如何自行纠正错误的方法与技巧。

●鼓励学生上网查阅中国学术期刊，万方数据库、中宏数据库等电子资源。向学生推荐数据结构与算法分析理论与应用成果较多的1. 软件学报2. 计算机学报3.计算机研究与发展4. 系统仿真学报5. 计算机辅助设计与图形学学报6.自动化学报7. 控制与决策8. 中国图象图形学报9. 计算机集成制造系统10.

中文信息学报11. 控制理论与应用12. 计算机应用13. 计算机应用研究14 计算机科学15. 信息与控制16. 模式识别与人工智能等国内高水平科技期刊。让学生主动查阅、了解数据结构与算法分析的发展现状和新理论、新方法、新概念、新应用。鼓励学生利用目前最流行开发平台来进行程序设计，提高分析设计的水平和开发能力。

2.评价方法

行程性评价与结果评价相结合，成绩构成比例等。

（1）行程性评价：主要包括出勤评价、课后实验作业评价。出勤评价分旷课、迟到（早退）、请假3种情况。其中旷课3次及以上，或旷课与请假次数超过上课总次数的三分之一按学校规定取消考试资格；迟到（早退）超过一定次数酌情减扣平时成绩；作业评价主要考察学生的作业情况，本课程布置实验作业总次数应不少于5次，主要包括作业次数、答题质量、书写规范情况等。

（2）结果评价与成绩构成比例：该课程最后成绩按照“卷面成绩*60%+课后实验成绩（30分）+出勤成绩（10分）”的方式给出。

3.教学条件

（1）教学班规模以2个班为一个教学班为宜。

（2）教学资源主要包括高级语言开发软件、授课PPT、介绍数据结构与算法分析的文献资料、练习题资料、与本课程相关的电子教材、案例素材、相关教学内容的教学视频等。

4.主讲教师

（1）需要具有很好的高等数学、概率论、高级语言、管理信息系统的知识基础。

（2）需要具有一定的企业实践背景知识。

（3）需要具有很强的教学责任心，能够因材施教、注重启发，充分运用现代化教学方法。具有团结、协作、创新精神。

（4）需要具有多年从事数据挖掘、计算机仿真领域问题的科研经历。

5.教材编选

（1）参考教材

严蔚敏吴伟民：《数据结构（Ｃ语言版）》，清华大学出版社，1997年4月。

孙爱香：《数据结构C#语言版》山东理工大学出版社，2014年2月