数据结构与算法

数据结构与算法第1篇

关键词：算法与数据结构；教学质量；教学探索；教学方法

作者简介：李永（1978-），男，安徽宿州人，盐城师范学院信息科学与技术学院，讲师。（江苏　盐城　224002）

中***分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）31-0057-02

“算法与数据结构”主要研究数据在计算机中的表示方法、存储方法以及其上的操作。[1]在美国IEEE/ACM课程体系和我国***学科规范中，[2，3]“算法与数据结构”被列为核心课程之一。它是操作系统、数据库、软件工程和人工智能等课程的基础。算法与数据结构蕴含的思想对学生在软件设计方面有很强的导向性，它的教学效果直接影响学生的数据抽象和程序设计能力的培养。学习该课程，一方面，使学生学会分析数据对象的特征，掌握数据组织的方法和在计算机中的表示方法，为数据选择合适的逻辑结构、存储结构和算法；另一方面，培养学生良好的程序设计风格，进行复杂程序设计的训练。[1]

为了在课时约束、学生基础、课程难度、教学目标等约束下最大化教学质量，使学生最大限度地得到提升和发展，本文从分析“算法与数据结构”课程存在的问题出发，在教学内容、教学方法、实验教学等方面进行了一些探索和实践。

一、“算法与数据结构”教学中存在的问题

1.课程本身难度大

“算法与数据结构”是抽象与具体的统一，理解与掌握它需要跨越横亘在抽象与具体之间的鸿沟。学习该课程有两个难点：一是从算法与数据结构到程序实现的跨越；二是从实际应用到数据结构抽象的跨越，即如何利用算法与数据结构解决实际问题。[4]“算法与数据结构”的内容抽象、繁多、逻辑性强，难于理解掌握。学生学完后不知道学了什么，当需要解决实际问题时感到无从下手。“算法与数据结构”综合性、技巧性强，各种算法中凝结了大量杰出计算机科学家的智慧，在有限的教学时间内部分学生因无法领悟其中的思想与精髓而产生厌学情绪。

2.前导课程基础不扎实

“C语言程序设计”、“高等数学”、“离散数学”等是数据结构的前导课程，其中“C语言”与“数据结构”课程的联系最为密切。“C语言”一般开设在大一第一学期，是学生最先接触的程序设计语言。由于内容多、难度较大、大班教学、课时有限等原因，教学时间大部分花在基本概念及简单程序的编写上，对结构体、指针、参数传递等难度较大的知识点讲解不深入，为“算法与数据结构”的学习埋下了隐患。

3.教学方法有待改进

“算法与数据结构”的教学方法主要为板书结合PPT课件，教学方式采用“教师讲—学生听”的灌输式授课模式，与学生互动少，课堂气氛沉闷。教学方法中以教师为中心按照教学大纲教学，存在照本宣科、就事论事、内容堆砌、缺乏新意等缺点。由于没有考虑学生的接受能力、思维能力以及编写代码的能力，学生只是不加思考地被动的接受知识，限制了学生的积极性与主动性的发挥。

4.实验教学中存在的问题

目前课程实验中存在的问题主要有下面三个方面。首先，大多高校“算法与数据结构”实验的教学方式仍是以教师为中心，以灌输、模拟、验证为主；教师按教材单元布置实验任务并做适当的引导和提示，然后学生动手实践。没有考虑实验的实用性以及是否适合学生，不能调动学生的学习热情。其次，学生的程序设计能力普遍较弱，面对问题时难以有清晰的算法思想，无法将算法思想转变为正确的程序代码，上机调试和运行程序时面对众多的错误提示无法正确解决，实验课教学效果大打折扣。再次，由于实验课时有限，且实验内容具有相互依赖和递进的特点，部分学生又不能充分利用课余时间，造成问题堆积。

二、“算法与数据结构”的教学探索

1.合理组织教学内容

贯穿“算法与数据结构”课程的主线是逻辑结构、存储结构及操作，即线性表、树、***三种逻辑结构；顺序和链式两种存储结构；插入、删除、查找、遍历等操作。这些内容不是孤立的，在教学过程中将它们联系起来形成一条主线，由线性到非线性，由简单到复杂，方便学生理解和掌握。在教授课本内容时，根据教学大纲的要求梳理并提炼出各章节的知识框架，根据学生情况和教学目的合理划分课时，控制课程节奏。课堂上主要针对程度一般的多数学生从数据结构的逻辑结构、存储结构和数据的运算三个方面去组织教学内容，做到重点突出、内容简洁。对于程度差的学生进行个别辅导，通过补习和细化教学内容帮助其跟上教学进度。对于程度较好的学生，通过指定课外读物、布置思考题等，让其能力得到充分发挥。

2.上好第一节课，激发学习热情

在第一节课不要急于给学生灌输基础的理论知识，而要引导学生明白为何学，讲解数据结构的研究对象是什么，学习数据结构有什么用，采用什么样的方法来学习该课程。这些问题的引入不能从抽象的概念入手，而要从贴近生活的一些例子从案例入手，让学生在深入课程学习前体会到课程的重要性。例如，学生成绩管理系统中如何组织学号、姓名、成绩等，才能快速实现查找、插入、删除等操作；计算机与人对弈时如何应对变化的情况以及给出周全的对策，实现灵活对弈等。也可给学生展示一些上届学生的优秀作品，让学生先认识到数据结构在实际编程中的应用，并指出在学期结束时学生也能设计出类似这样的系统。使学生认识到该课程实际应用的价值，对课程充满探索的欲望，积极性得到调动，从而有一个良好的开端。

数据结构与算法第2篇

关键词:数据结构;算法;教学策略

数据结构与算法是计算机专业的一门核心课程,不仅是程序设计的基础,而且是设计和实现编译原理、操作系统、数据库系统等系统程序和大型应用程序的重要基础。本课程主要研究非数值计算的程序设计问题中所出现的计算机操作对象、数据之间的关系、数据的操作、算法复杂性分析等内容,教学的突出难点是知识的抽象性和动态性,学习过程也是复杂程序设计的训练过程,理论性和实践性均较强。由于学生基础知识不牢固,再加上课程本身内容抽象,有一定难度,学生普遍反映该课程“难懂、难做、难用”。针对这个问题,本文从教学方法、学习方法入手,进行了教与学的分析和探讨。

1教学存在的问题

1.1先导课程不扎实

数据结构与算法课程的先导课程有高等数学、高级程序设计和离散数学等。学生在学习该课程前必须能够较好地掌握这几门课程。例如,算法分析的研究必须要以一定的数学理论为基础;非线性结构的分析必须用到***和树的基本知识。另外,数据结构中的算法大多由类C、C++或C语言描述而成,虽然C语言在高级程序设计课程中已经学习过,但由于学生刚刚开始接触高级程序设计语言,难度较大,用起来就比较困难。尤其是指针、结构体部分是C语言中学习的难点,而这些又是在数据结构中频频出现的用法,学生遇到算法时往往感觉很吃力,实验课也遇到很大困难。在数据结构课堂教学中,老师往往要花一部分时间在C语言的复习上。尽管如此,学生仍然模糊不清,教学效果不理想,久而久之,有些学生甚至失去了学习兴趣。因此,先导课程掌握不扎实,给数据结构课程的教学埋下了隐患。

1.2课程内容抽象复杂

课程主要介绍两部分内容,一是数据结构,二是算法。数据结构部分包括线性结构、树形结构和***形结构,教材都用抽象数据类型描述,内容抽象不生动,加之学生C语言基础不牢固,理解类C语法困难,因此学起来比较吃力。而算法部分在数据结构基础上展开,包括排序算法、查找算法等,是栈、***、树等数据结构的综合应用,虽然这部分有很多实例辅助,但这些算法涉及的知识较多,都是基于数学模型及其基本操作基础上的研究,而且主要是基于算法思想的研究,不易理解,因此相当一部分同学学习到这里时,心理上感到恐惧,难度非常大。

1.3实践能力缺乏

数据结构与算法是一门理论与实践并重的课程。课程的教学要求之一是训练学生进行复杂程序设计的技能和养成良好程序设计的习惯,其重要程度决不亚于知识传授。对涉及的题目,要求学生要能用相应的数据结构和算法解决,提高分析和解决问题的能力。因此在整个教学过程中,完成上机实习是个至关重要的环节。假设每周授课学时为4学时,那么学生每周至少应有4个机时同步实践算法。但是,在实际教学中,实验平均每周1.2机时左右,缺少的时间只能靠学生课后自觉完成,但是多数同学不能完成。由于实践辅助不足,理论课上的算法也就变成了“纸上谈兵”,学生学得肤浅,也比较枯燥乏味,对刚刚接触这门课的学生来说,总有一种不知所措的感觉,教师在讲授这门课时也是困难重重,成绩平平。

2提高教学效果的思考

2.1重视前导课程的复习

牢固的前导课程知识是学习数据结构与算法的前提条件。离散数学是计算机科学的数学基础,所提供的训练十分有益于提高概括抽象能力、逻辑思维能力、归纳构造能力,有益于培养学生严谨、完整、规范的科学态度。因此,学好离散数学将为后续课程的学习打下扎实的基础。在教学中,教师可以对部分前导课程内容加以复习,这样学生一方面感受到前导课程的重要性,一方面又建立起前导课程同数据结构的内在联系,对学生学好数据结构起到积极的作用。

另一门非常重要的前导课程是高级程序设计,其中C语言的结构体和指针是描述存储结构的基础,灵活地运用指针可以处理各种复杂的数据结构。在教学中,教师要从注重语言语法转变为注重学生编程能力的培养,要统筹安排各部分内容的授课时间,保证指针、结构体和函数等内容有足够的教学时间。由于C语言学习一年后才开设数据结构与算法,因此在开展数据结构教学时,要给学生复习C语言的知识,并布置复习任务,尤其是与数据结构相关性大的部分。在教学过程中,教师可以结合学生的学习状况和相应算法,再适当补充必要的C语言知识,抓住两门课程的衔接点实施教学。例如,要重点复习数组、结构体、指针等在程序中的具体应用,用一周的时间回顾C语言知识,让学生上机实验。

2.2理清知识体系脉络

数据结构与算法的知识点虽然比较多,但其主体知识框架是非常清晰的。大多数教材都以数据的逻辑结构为主线,顺序介绍线性结构、树形结构、***形结构和文件结构,介绍每种数据结构时都讨论其存储结构及相关算法。例如对于线性表,如果考虑到存储,可以分为数组方式存储和链表方式存储;考虑到运算的特殊性,则可以分为栈、队列、串、数组和广义表。对于一些比较重要的算法,再列出单独的章节来讨论,例如排序、检索、存储管理等。每个章节之间既相互***,又相互联系。教学中,教师要抓住主线,理清其内在联系,对整个内容进行有机组合,合理安排,了解课程的知识框架和各种结构的关系后,从简单到复杂、循序渐进、逐步深入地实施教学。

对于每个章节的内容,也应按照一定的流程展开学习。例如,首先掌握每章节的基本概念,再熟悉该结构的抽象数据类型定义和主要操作的实现方法,然后要理清算法实现的思路以及算法实现的框架,最后通过上机调试进一步掌握该算法。

学生对学过知识的印象是分散的、片面的,无法将知识衔接起来,举一反三。这就要求教师在教学过程中承前启后、不断总结、及时复习、注重理解。以链表学习为例,***性表章节学习了单链表、双链表及循环链表,它们三者是相互关联、层层深入的。而后面章节中树的链表表示法、***的邻接表和逆邻接表表示法、链地址法解决哈希表冲突都是链表的具体应用。在授课的时候,教师应注意复习前面的内容,把有联系的内容相互串联起来,使学生形成一个完整的知识体系。

在教学过程中,教师不必拘泥于教学大纲的内容,可以对教学内容进行有机整合,并不断吸收新内容、新知识和考研内容。可以对教学内容进行适当的拆分和重组,做到突出重点、细化难点。

2.3重视课堂教学的趣味性

数据结构与算法第3篇

关键词：数据结构与算法；算法思想；实例化

《数据结构与算法》是计算机科学与技术专业的核心基础课程之一，也是信息类专业如通信工程和电子信息工程专业必修的专业基础课，对学生来说，毕业后凡是从事信息、电子、计算机等相关领域工作的，数据结构的编程思想都必不可少。但该课程的学习却有一定难度，因为它理论性强，内容抽象，要求学习者具有较好的高级语言功底与一定的编程经验，还要有较好的数学功底。部分同学的先行课程《C语言》都学得磕磕绊绊，还未完全消化，再到《数据结构与算法》中需要结合算法来解决实际问题的时候，就更显力不从心了，一旦老师再经验不足，过度依赖教材和课件，不能很好的把编程思路和思想传递给学生，“教”与“学”的双重困难就凸显出来了。因此，本文从理论课和实验课两方面，着眼于明确教学目标、合理应用教学方法、实例化教学设计等几个方面对《数据结构与算法》课程的教学加以改进， 提高学生的学习兴趣，增强学生对算法思想的理解和运用。

1 理论教学

1.1 明确教学目标

《数据结构与算法》这门课程的所有算法思想最后都会落脚到程序上，都需要用高级语言表现出来，老师把握不好目标，很容易把数据结构当成C语言的“延伸”和“升华”，课堂上带领学生一个一个读算法程序，而没有做到让学生去领会算法的思想。所以老师一定要明确这门课的教学目标是编程思想而不是程序本身，先有好的构思和想法，辅助语言加以实现，每节课都要以“思想第一，实现第二” 为教学纲领，教学生怎么从实际问题中抽象出模型，提炼出思路，然后用程序来实现这个思路，最后真正的解决问题，就像古人讲的“胸有成竹”，在画竹之前，对于竹子的高度，树干、树枝和叶子的结构，心里要有个规划，做到心中有数，这样画出来的竹子才能形象。编程也一样，先从实际问题重剥离出系统架构，构造出合适的模型，选择高效率的算法，再使用高级语言把它实现，最后再进一步处理趋向完善，使之具备客户所需要的功能。学生要从《数据结构与算法》这门课程中掌握的就是如何从实际问题中抽象出模型、建造起架构的过程，老师只有时刻带领学生从这个角度来着手解决问题，才能真正为该课程的教学把握好方向。

1.2 合理运用教学方法

随着现代教学水平的提高，越来越多的多媒体课件和网络资源被运用于教学当中，人们也对启发式、问题探究式、课堂讨论式等这些新型的教学方法趋之若鹜，或多或少的把传统的教学方法冠以“落伍”和“填鸭式”等贬义色彩。但我个人认为，传统的黑板加粉笔的教学方法，在《数据结构与算法》这门课程当中仍然有着举足轻重的作用，因为PPT课件和动画都是老师预先按照自己的思路经过思考和摸索，多次尝试和修改而整理出来的，对于经验不丰富，未曾接触过相关知识的学生来说，直接跳出来的课件和动画没有给够他们思考和整理思路的时间，冰冷的课件和学生没有眼神、肢体语言等情感交流，无法从算法思想的角度去引领学生一步一步的剥离表象，抽离出问题的本质。所以，片面的强调新型的教学方法是不科学的，传统的黑板教学也不可忽视，在传统的基础之上，一些粉笔和语言都不太容易展示的算法执行过程，可以结合现代化多媒体教学手段来表现，形象的动画能让抽象的内容变得更加直观更易理解，学生也更容易被带入其中，从而使教学过程变得更加生动形象。

所以，合理的教学方法应该是以板书为主，课件为辅，配合老师与学生的情感交流，这样才能取得好的教学效果。

1.3 实例化教学设计

大学的学习和高中不一样，不再简单的以分数定乾坤，学生没有了压力也就没了动力，而且大学生都各有锋芒，有自己***的思想，如何调动学生对该课程的兴趣，使被动学习变为主动求知就显得尤为重要，那如何激发学生的学习兴趣呢？答案是要让学生感觉到数据结构解决的问题其实都来源于我们的实际生活，是切切实实存在于我们周围的，比如讲到顺序表和链表，可以举例我们早期去银行办事需要排队，中间插队一个人后面的人都要后移（顺序表插入），中间有一个人离开后面的人都要前移（顺序表删除），这就是顺序表，而现在我们在银行取个号就可以找个舒服的位置坐下，或者离开去办其它的事情，等叫到号再到窗口，这就是链表，存储的位置不连续，但是大家的逻辑关系仍然存在；比如讲到***的最短路径问题时可以设计一个旅游场景，需要去多个城市旅游，但又希望旅途最短花费最少，让学生去设计路线；比如讲到约瑟夫环的时候可以结合犹太历史故事让学生身临其境；再比如讲到汉诺塔的时候可以让学生先试着玩一玩汉诺塔游戏，然后再考虑怎么用算法来实现。

“兴趣是最好的老师”，真正把学生的兴趣调动起来，使学生进入到一个积极思考和探索的活跃状态，教学就能起到事半功倍的效果。

2 实验教学

鉴于该课程的课时压缩，实验课的课时也随之减少了，学生能动手实践的时间减少使教学效果大打折扣。而该课程的学了老师在理论课上的引导以外，学生自己动手去“练”才是真正去领悟和内化算法思想的法宝，“练”必不可少，所以在这有限的实验课时间里，如何让学生的“练”落到实处也需要老师投入很大的精力来设计和管控。

2.1 合理安排实验项目

根据教学大纲，结合学生的实际掌握程度来设计实验项目，主要分为验证性、可选性和综合设计性三大类，验证性实验的目的是重温基础知识，强调编程规范性和完整的算法思想， 主要针对一些常用的算法实现， 如顺序表、链表的创建、要求学生在上机实验课堂内完成。可选性实验稍有难度，需要融会贯通和创新能力，针对基础较好的学生，如果验证性实验很快完成，就可以进行可选性实验项目的操作。综合设计类实验一般涉及多个知识点， 要求学生自己抽象出模型进行设计， 主要训练学生综合运用所学知识的能力、团队协作能力和自主创新能力。题目一般是要求解决实际生活中遇到的问题，可以对学生按照基础的强弱搭配成3-4人一个小组，完成后通过现场演示和答辩来评价效果，这类实验完成后学生在体会到成功喜悦的同时，也能领悟到数据结构及算法的价值，激发他们的求知欲望和探索精神，使其更加积极主动的学习，而这一部分人的主动也能带动其他的同学跟进步伐，形成一个好的学习氛围。

2.2 正确管理实验过程

实验课堂上，针对不同类型的实验项目，采用相应的教学方式。对于验证性实验，老师可以在实验开始前对实验的流程、操作要点及最终的运行效果进行讲解，不至于让学生盲目摸索，浪费时间。选择性实验需要针对部分基础较好的学生进行适当的启发式引导，对关键算法和思路予以提点。对综合设计性实验，教师可以采用项目式的教学方法，带领学生理清需求、提取模型、设计步骤、确定计划，并对小组成员予以分工，使得实验能够顺利的进行下去。

实验过程中也要设定一定的奖励机制，不能只看最后结果，对于积极主动，喜欢钻研的学生要及时奖励，给予一定的加分，在综合设计类实验中担任重要角色的学生也要识别出来，适当提高实验过程分数。

基础较差的学生光靠课堂上的练习远远不够，需要整合机房资源，给学生提供课外实践的机会，鼓励他们利用业余时间补齐差距。

3 结束语

《数据结构与算法》这门课程的教学， 需要把握好“算法思想”这条主线，以实例化的教学设计来调动学生的积极性，真正做到授之以渔， 使学生确实掌握解决实际问题的能力。

参考文献

[1]马艳芳，姜桦.《数据结构》课程教学方法的探讨[J].科技信息，2009，11

数据结构与算法第4篇

1 理论教学

1.1 明确教学目标

《数据结构与算法》这门课程的所有算法思想最后都会落脚到程序上，都需要用高级语言表现出来，老师把握不好目标，很容易把数据结构当成C语言的“延伸”和“升华”，课堂上带领学生一个一个读算法程序，而没有做到让学生去领会算法的思想。所以老师一定要明确这门课的教学目标是编程思想而不是程序本身，先有好的构思和想法，辅助语言加以实现，每节课都要以“思想第一，实现第二” 为教学纲领，教学生怎么从实际问题中抽象出模型，提炼出思路，然后用程序来实现这个思路，最后真正的解决问题，就像古人讲的“胸有成竹”，在画竹之前，对于竹子的高度，树干、树枝和叶子的结构，心里要有个规划，做到心中有数，这样画出来的竹子才能形象。编程也一样，先从实际问题重剥离出系统架构，构造出合适的模型，选择高效率的算法，再使用高级语言把它实现，最后再进一步处理趋向完善，使之具备客户所需要的功能。学生要从《数据结构与算法》这门课程中掌握的就是如何从实际问题中抽象出模型、建造起架构的过程，老师只有时刻带领学生从这个角度来着手解决问题，才能真正为该课程的教学把握好方向。

1.2 合理运用教学方法

随着现代教学水平的提高，越来越多的多媒体课件和网络资源被运用于教学当中，人们也对启发式、问题探究式、课堂讨论式等这些新型的教学方法趋之若鹜，或多或少的把传统的教学方法冠以“落伍”和“填鸭式”等贬义色彩。但我个人认为，传统的黑板加粉笔的教学方法，在《数据结构与算法》这门课程当中仍然有着举足轻重的作用，因为PPT课件和动画都是老师预先按照自己的思路经过思考和摸索，多次尝试和修改而整理出来的，对于经验不丰富，未曾接触过相关知识的学生来说，直接跳出来的课件和动画没有给够他们思考和整理思路的时间，冰冷的课件和学生没有眼神、肢体语言等情感交流，无法从算法思想的角度去引领学生一步一步的剥离表象，抽离出问题的本质。所以，片面的强调新型的教学方法是不科学的，传统的黑板教学也不可忽视，在传统的基础之上，一些粉笔和语言都不太容易展示的算法执行过程，可以结合现代化多媒体教学手段来表现，形象的动画能让抽象的内容变得更加直观更易理解，学生也更容易被带入其中，从而使教学过程变得更加生动形象。

所以，合理的教学方法应该是以板书为主，课件为辅，配合老师与学生的情感交流，这样才能取得好的教学效果。

1.3 实例化教学设计

大学的学习和高中不一样，不再简单的以分数定乾坤，学生没有了压力也就没了动力，而且大学生都各有锋芒，有自己***的思想，如何调动学生对该课程的兴趣，使被动学习变为主动求知就显得尤为重要，那如何激发学生的学习兴趣呢？答案是要让学生感觉到数据结构解决的问题其实都来源于我们的实际生活，是切切实实存在于我们周围的，比如讲到顺序表和链表，可以举例我们早期去银行办事需要排队，中间插队一个人后面的人都要后移（顺序表插入），中间有一个人离开后面的人都要前移（顺序表删除），这就是顺序表，而现在我们在银行取个号就可以找个舒服的位置坐下，或者离开去办其它的事情，等叫到号再到窗口，这就是链表，存储的位置不连续，但是大家的逻辑关系仍然存在；比如讲到***的最短路径问题时可以设计一个旅游场景，需要去多个城市旅游，但又希望旅途最短花费最少，让学生去设计路线；比如讲到约瑟夫环的时候可以结合犹太历史故事让学生身临其境；再比如讲到汉诺塔的时候可以让学生先试着玩一玩汉诺塔游戏，然后再考虑怎么用算法来实现。

“兴趣是最好的老师”，真正把学生的兴趣调动起来，使学生进入到一个积极思考和探索的活跃状态，教学就能起到事半功倍的效果。

2 实验教学

鉴于该课程的课时压缩，实验课的课时也随之减少了，学生能动手实践的时间减少使教学效果大打折扣。而该课程的学习除了老师在理论课上的引导以外，学生自己动手去“练”才是真正去领悟和内化算法思想的法宝，“练”必不可少，所以在这有限的实验课时间里，如何让学生的“练”落到实处也需要老师投入很大的精力来设计和管控。

2.1 合理安排实验项目

根据教学大纲，结合学生的实际掌握程度来设计实验项目，主要分为验证性、可选性和综合设计性三大类，验证性实验的目的是重温基础知识，强调编程规范性和完整的算法思想， 主要针对一些常用的算法实现， 如顺序表、链表的创建、要求学生在上机实验课堂内完成。可选性实验稍有难度，需要融会贯通和创新能力，针对基础较好的学生，如果验证性实验很快完成，就可以进行可选性实验项目的操作。综合设计类实验一般涉及多个知识点， 要求学生自己抽象出模型进行设计， 主要训练学生综合运用所学知识的能力、团队协作能力和自主创新能力。题目一般是要求解决实际生活中遇到的问题，可以对学生按照基础的强弱搭配成3-4人一个小组，完成后通过现场演示和答辩来评价效果，这类实验完成后学生在体会到成功喜悦的同时，也能领悟到数据结构及算法的价值，激发他们的求知欲望和探索精神，使其更加积极主动的学习，而这一部分人的主动也能带动其他的同学跟进步伐，形成一个好的学习氛围。

2.2 正确管理实验过程

实验课堂上，针对不同类型的实验项目，采用相应的教学方式。对于验证性实验，老师可以在实验开始前对实验的流程、操作要点及最终的运行效果进行讲解，不至于让学生盲目摸索，浪费时间。选择性实验需要针对部分基础较好的学生进行适当的启发式引导，对关键算法和思路予以提点。对综合设计性实验，教师可以采用项目式的教学方法，带领学生理清需求、提取模型、设计步骤、确定计划，并对小组成员予以分工，使得实验能够顺利的进行下去。

实验过程中也要设定一定的奖励机制，不能只看最后结果，对于积极主动，喜欢钻研的学生要及时奖励，给予一定的加分，在综合设计类实验中担任重要角色的学生也要识别出来，适当提高实验过程分数。

基础较差的学生光靠课堂上的练习远远不够，需要整合机房资源，给学生提供课外实践的机会，鼓励他们利用业余时间补齐差距。

数据结构与算法第5篇

关键词：算法；数据结构；相关性

中***分类号：TP311 文献标识码：A

算法与数据结构包含了选取的算法、存储必备的方法、拟定的操作规程。解析数据结构，这类思路有着凸显的导向，它关系到培育的抽象认知。构建精准的某一程序不可缺失算法、搭配的数据结构。辨识了二者的多重关联，设定最适宜的逻辑框架以此来便于拟定程序。把控各类的算法，侧重去养成合适的设计风格，适应日渐复杂的新算法。

一、选取线性链表的实例

计算机科目包含了选取的算法、相关数据结构。从实质上看，算法及特有的数据结构并非没有关联，它们是联系的。变更了分开的思路，侧重了相关性。依循了算法的主线，多样的数据结构都被融汇于设定的这一算法。解析了相关性，借助于预设的程序语言来区分二者。经过探究可得：数据结构及算法拥有内在的深层关联，二者不可割裂。把控根本的某一数据结构、辨析存储结构，还要关联着可控的算法。这样做揭示了深层的二者关联，符合了变化的科目需要。

二、算法编程的语言

设计算法含有：初期拟定的模式、面向对象状态下的编程、泛型的编程。融汇这样的要素，构建可得适宜的算法。设定某个二元组，用它来代表数据结构。在二元组内整合了多重的数据元素，这样的基础上又创设了集合关系。经由抽象可得细化的数据类别。这类算法添加了灵活优势，且很易被调用。

相关性涵盖着泛型编程特有的途径，它被设定成典型。泛型编程抽象可得更完备的、精细的新集合，借助于它来代表算法。整合了多态模板，可被重复去调用，获取了更高水准的算法组件。经由自主的定义，明晰了数组内的一切元素，集合可得新类别。数据类型含有：堆栈及常见的表、二叉树、队列及***形等。表述这样的抽象数据，依循了面向对象的表述途径，支持表述语言。提炼获取了算法模式，遇有近似的数据结构都可依照凝练的这一算法予以运算。先要预设模块，拟定细化的类别及关联的行为。

三、算法的演示流程

线性链表的算法依循了面向对象路径下的解析，选取单链表整合了细化的较多数据项。归结了线性表、树形***及队列等。依循继承的演算即可获取双向架构的这类链表，演算的流程为：

四、探析实现的路径

构建神经网络依照的根本思路为：最小二乘算法。要调整拟定的权值，借助于梯度搜索来平衡输入及输出的误差。从现状看，BP网络是最为常见的一类神经网络，它整合了输入及输出，构建了双重的映射。数据结构及算法凸显了实践的特性，侧重培育本源的抽象思路，增添了实践类的新技能。创设新颖的算法，要考量真实的关联。实现的路径为：解析某一疑难、设计可用的算法、设定编程。

算法及创设的数据结构可延展至自动检索馆内的书目、调配交通灯、求解某一迷宫。这类算法都不可脱离生活，增添了真实性。针对于线性表，要验证它关联的链式流程。模拟退耕还林，解析最适宜的需求。这样的基础上，创设了彼此关联的精准数据结构。经由后续的细化设计，编码而后再次去调试。例如：在选修课程时，要拟定明晰的科目名称、依循的次序等。设定拓扑次序来指引后续的选修流程，可创设AOV特有的算法网络，布设顶点次序用作表述可筛选的课程。

探析相关性还可选取压力传感器，它含有噪声的干扰、振动这类的干扰信号。可构建采样电路，压力传感器增设了输出信号。BP网络可采纳任一精度来逼近连续函数，只要选取了适宜的神经元数即可。它包含着隐层，神经网络在任一精度层级内都能表现出非线性的映射。可以先去生成初始的加权系数，采纳梯度搜索以便修正原有的系数。不断予以修正，直至误差的均方符合了拟定要求，才可终结这一流程。为滤除干扰，经由EMD这样的滤波以此来获取信号。经过后续的分解，可得测重必备的稳态单值信号。

结语

算法关系着数据结构，解析现有的课节内涵，增添探究中的浓厚兴趣。演示某一算法要侧重相应的数据结构。经由慎重的演算才能缩减后续编程的偏差，培育审慎严谨的风格。授课中要增设必备的指引，提出某一疑难而后摸索并化解。归结零散的现有知识点，做好举一反三。

参考文献

[1]李晓鸿，骆嘉伟，季洁.“数据结构与算法分析”研究型实践教学的探索[J].实验室研究与探索，2012（01）：121-125.

[2]刘晓静，黄维通，王晓英.西部地区CDIO理念下的数据结构与算法课程建设[J].计算机教育，2013（17）：107-111.

数据结构与算法第6篇

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***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，***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***、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，以部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***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。

为了配合理论教学，我们也多次修订了实验大纲，使实践内容更加符合专业的发展和其他各方面的要求，并且与前序课程和后继课程很好地衔接。在实践环节中注重学生能力的培养和科学的开发方法的培养。实践教学内容采用梯度组织，具有不同的难易程度，方便学生巩固学习和拓展知识。

2) 教材选取。

目前本课程使用教材为高等教育出版社出版的《数据结构与算法》，许卓群、杨冬青等编著。该教材除了讲授基本数据结构外，突出作为面向对象程序设计的基础概念――抽象数据类型，强调算法与数据结构的密不可分性、封装性等；在处理知识面的宽度和知识点的深度上，既满足作为基础课的要求又达到一定的水平，完全适合本专业对人才培养的要求，是普通高等教育“十五”部级规划教材。目前课程组已经开始着手准备根据我们自己的教学特点、专业要求等实际情况自主编制一套教材。

3) 教学方法改革。

(1) 启发式教学：学生的主动性是学习，我们在教学过程中注重启发学生的思维，采用循循善诱的方式引导学生自己发现问题，并逐步解决问题，培养学生思考问题、分析问题和解决问题的能力。这极大调动了学生的主观能动性，培养了学生分析和解决问题的能力。

(2) 共性化与个性化相结合教学：从教学形式上，我们积极探索新的教学方法，以便能够调动和发挥学生的主观能动性。具体有以教师为主体的课堂教学、习题课等共性化教学环节，也设置了答疑p质疑等教学环节，引导鼓励学生通过实践和自学获取知识。共性化与个性化相结合，既可以起到教师主导作用，也可以满足学生个性学习的需求。

(3) 理论与实验相结合：数据结构课程主要介绍数据的逻辑结构、物理结构以及算法。算法的思想需要通过一种程序设计语言加以描述并在计算机上实现。我们在重视理论教学的同时，也很注重实验课，注重学生灵活应用知识能力的培养。理论与实验相结合，可以使学生更好地理解“数据结构”的思想与概念。

5丰富教学资源

建立本课程网上课堂及***智能教学系统。网上课堂设计的目的是能够给不同层次、不同需要的学生提供帮助，提高教学质量。根据网络教学环境的要求，

系统主要包括课程概况、师资队伍、教学资源、实验指导、教学录像、课程扩展、课程论坛等多个模块。系统主要具有以下特点：

1) ***学习。

知识内容结构化，主体结构采用网页形式组织教学内容，以单元、章、节等知识点为中心组织教学，以关键词或标题为线索进行任意的查找。各知识点在整体上搭建框架式结构，思路明晰；在细节上环环相扣，前后关联紧密，便于学生更好地理解和掌握知识要点。

2) 动画演示。

以数据结构部分的讲授为例，这部分内容包含许多的算法，其描述大多数采用类高级语言的形式进行，有些算法无论是时间复杂性或是空间复杂性都比较高，采用动画的形式将算法的执行过程和思想呈现给学生，使学生很容易理解这一过程，再配上教师的解释做旁白，可产生与上机亲身实践和跟踪执行相似的效果。

3) ***测试。

用数据库对练习题和模拟题进行有效的管理，在学生进入到考核子系统后，能交互式进行试题的选题与答题。当学生提交答卷后，系统又能对答分进行自动评判，并给出相应正确的答案和综合得分。

4) 课程扩展。

为更好地促进教学，本课程在巩固基础知识，提高实践能力的基础上，对学有余力的同学扩展了本课程的内容。引入了卡内基梅隆数据结构教学网站，这是一套全英文系统，上面提供了丰富的工程性题目训练，更加注重数据结构算法在实际中的应用，让学生开阔了思维和眼界；还为学生提供了ACM竞赛以及大连理工大学程序设计竞赛的模拟题库，通过这些略有难度又很新颖的题目进一步提高学生的学习兴趣，培养其解决实际问题的能力。

6结论

在近几年的课程建设实践中，我们的任课教师认真组织教学内容，与实际相结合，积极探索有效的教学方法，利用多媒体技术动态演示复杂数据结构的变化，并补充学生比较感兴趣的知识，拓宽学生的知识面。逐步完善和充实现有课件，做到内容充实，画面生动，具备声像效果，收到了很好的教学效果。作为计算机科学的核心内容，数据结构与算法的理论研究及应用研究一直在不断发展，在以后的工作中要注重研究型教学，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，并将学科领域经典研究成果和最新研究成果及时地反应在课程教学中，相信数据结构与算法这门课的教学效果和教学质量在我们持续深入的教学改革中会越来越好。

注：本文受***第二类特色专业建设项目――软件工程特色专业建设项目资助。

参考文献：

[1] 严蔚敏,吴伟民. 数据结构[M]. 北京:清华大学出版社,2002.

[2] 殷人昆. 数据结构(用面向对象和C++描述)[M]. 北京:清华大学出版社,2007.

[3] 殷人昆,邓俊辉. 清华大学“数据结构”精品课程建设[J]. 计算机教育,2006(5):20-22.

[4] 钱红兵,唐发根. “算法与数据结构”课程教学体系的建设[J]. 计算机教育,2009(17):65-66.

Development of the Data Structure and Algorithm Core Course

LIU Xinyue, ZHANG Xianchao, YU Hong

(School of Software, Dalian University ofTechnology, Dalian 116620, China)

数据结构与算法第7篇

摘要：本文介绍了“数据结构与算法”课程的教学

>> 北京大学移动课堂设计与实现 北京大学教室管理系统的设计与实现 北京大学引领式网络教学的实践与探索 北京大学计算机教学的改革与实践 陆平与北京大学 “以学生为中心”视角下的北京大学课堂教学改革的实践与探索 北京大学讲座资源调查与分析 《新青年》与北京大学 耶鲁大学与北京大学的大学章程文本比较分析 戴尔与北京大学合作，领跑数据中心建设 北京大学第三医院门急诊医技楼方案设计 北京大学课程评估系统的设计和实施 当代北京大学生工作价值观结构研究 北京大学残疾人事业教学和培训基地成立 北京大学计算机学科的教学体系改革 关于北京大学“十六字”教学方针的反思 北京大学信息化建设与IT治理的实践与探索 北京大学城市与环境学院学科热点与交叉合作模式 邵飘萍与北京大学新闻学研究会 蔡元培与北京大学新闻学研究会 常见问题解答 当前所在位置：l教学平台相当完善，细化到知识点的课程导航；实践平台十分先进，采用ACM/ICPC (ACM程序竞赛)***提交评测系统/ JudgeOnline(POJ)，该系统由北京大学李文新教授主持开发，有2200多道覆盖各知识领域的***评测经典算法实习题，本课程还采用该系统进行算法能力测试。本课程还设计了数十道数据结构综合大项目实习题。

强化课程的实践环节，以学生为本、分层设计的培养方案，让每个学生得到最大的收获。课程组得到了学院教学督导组的高度评价，得到同事们的认可，受到北大学生的广泛好评。国内有南开大学、兰州大学等30多所名校采用本课程组的教材，课程网站、课程视频等网络教学资源被很多高校和IT网站链接。

在校内，北京大学校长助理、副教务长李晓明教授认为“张铭所主持的数据结构与算法和相应的实习课是北大信息学院学生公认的精品课程”。

在国内，***计算机科学与技术专业教学指导分委员会委员，2006年国家精品课程“数据结构与算法”主持人廖明宏教授认为“北京大学信息科学技术学院数据结构与算法课程在国内同类课程中处于领先地位”。

值得一提的是，北京大学信息科学技术学院“数据结构与算法”课程得到了许多来自世界著名大学的认可和高度赞赏：ACM Fellow(院士)、美国卡内基・梅隆(CMU)大学张晖教授认为“课程建设得非常完善而先进。毫不逊色于美国的CMU、Berkeley等一流大学的相应课程，甚至在深度、广度上扩展得更多。”斯坦福大学计算机系博士生徐颖表示：“我自豪地发现，北大的本科教育，特别是张老师的数据与算法结构课，完全可以媲美美国最好的计算机系的相应课程。”

在长期教学实践过程中，北京大学信息科学技术学院“数据结构与算法”课程在国内外都获得了广泛好评，2008年被评选为“北京市精品课程”。

课程建设小组成员将再接再厉，多与国内外同行交流，更多地与IT企业界合作，保持课程理论和技术的先进性，进一步扩大课程的影响力和受益面。

参考文献

[1] ***高等学校计算机科学与技术教学指导委员会．高等学校计算机科学与技术专业发展战略研究报告暨专业规范(试行)[M]. 北京：高等教育出版社，2006.

[2] CC2005. The Overview Report of Computing Curricula 2005[EB/OL].

[3] /portal/cms_docs_ieeecs/ieeecs/education/cc2001/CC2005-March06Final.pdf

转载请注明出处学文网 » 数据结构与算法