《数据结构》课程教学大纲.docx
《数据结构》教学大纲
课程名称：数据结构
英文名称：Datastructure
课程编号：2131
学分：3
总学时/课内实践学时：56/8
课程性质：必修课程
开课单位：信息与电气工程学院软件工程系
适应对象：数据科学与大数据技术
课程简介
“数据结构”是数据科学与大数据专业的核心必修课，是学生进一步深入学习和开展高层次研究的基础。通过本课程的讲授，使学生掌握数据结构的基本理论知识和几种常用的数据结构算法的设计与分析，培养学生分析和解决复杂问题的能力，并为其开展科学研究奠定数据结构与算法方面的基础。
本课程采用课堂讲授与项目驱动相结合的教学模式。将过程性评价和终结性评价相结合，构建按（知识点）分阶段、多元化课程考核体系。课程教学过程中将通过项目引导、课堂导向式教学，递进式算法教学等教学方式，同时构建课程的思政体系，以“提高素质、培养能力”的人才原则，达到培养具有能够运用所学知识分析和解决实际复杂工程问题，具备职业竞争力的高素质复合型应用人才目标。
课程目标
目标1：结合具体算法应用项目，能够选择合适的数据结构并设计出结构清晰、正确高效的算法，注重科学思维方法训练，培养严谨的科学态度和精益求精的工匠精神。
目标2：能通过几种基本数据结构的算法分析能发现问题解决过程中的影响因素，能够借助文献研究针对具体问题获得有效结论。
目标3：能够综合运用所学的数据结构、算法分析等知识，针对实际工程中的具体问题设计合理的技术路线或实验方案。
三、课程目标与毕业要求对应关系
本课程的课程目标对数据科学与大数据专业毕业要求指标点的支撑情况如表1所示：
表1课程目标与毕业要求对应关系
毕业要求
指标点
课程目标
2.问题分析能力：掌握统计与机器学习的基本方法，能够综合运用数学、自然科学和数据科学的基本原理，对复杂的工程系统，识别问题、描述问题并通过文献研究分析与大数据相关的工程问题，以获得有效结论。
2-2能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题；
教学目标1
2-4能运用数据科学与大数据技术的基本原理，借助文献研究，分析过程的影响因素，获得有效结论。
教学目标2
4.工程技术研究能力：能够基于数据科学与大数据技术原理并采用科学方法对大数据应用领域的复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
4-3能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合、算法设计得出有效结论。
教学目标3
课程教学安排
逻辑结构
逻辑结构
线性结构(线性表、栈、队列、串、数组)
运算
存储结构
树型结构(二叉树、树、森林)
图型结构(有向图、无向图、有向网、无向网)
集合结构(文件)
插入与删除操作
排序操作(希尔、快速、堆、基数排序)
查找操作(顺序、二叉树、查找树、哈希查找)
索引操作(二叉树、B+树)
顺序存储
链式存储
索引存储
散列存储
抽象数据类型ADT
算法分析、性能优化
课程共有9项教学内容，具体安排如下。
表2：课程教学安排表
序号
教学内容
思政元素
课堂教学学时
实验教学学时
学时小计
1
绪论
建设世界科技强国的时代使命感
2
2
2
线性表
8
2
10
3
数组和字符串
4
4
4
栈和队列
加强同学们的遵守公共秩序的美好品德
6
2
8
5
树和二叉树
培养家国情怀，对自己国家一种高度认同感和归属感、责任感和使命感。
8
2
12
6
图
8
2
12
7
查找
树立正确的人生观和价值观
6
8
8
排序
4
6
9
总复习
2
2
合计
48
8
56
第1章绪论（支撑教学目标1、2）
教学要求：理解数据、数据元素、数据项的概念；掌握逻辑结构和存储结构的关系；理解算法的基本概念；学会分析算法的时间复杂性和空间复杂性。
重点：数据、数据元素、数据逻辑结构、数据存储结构和数据结构的定义，算法的定义以及5个特征，算法描述语言（ADL），时间复杂性分析方法，复杂性函数的渐进表示。
难点：数据逻辑结构和存储结构的定义以及区别，算法时间复杂性分析方法以及复杂性函数的渐进表示。
思政元素：通过学生查找算法应用案例资料，让学生逐步认识我国当前计算机领域面临的“卡脖子”难题，引导学生将自我价值实现与服务国家重大战略需求、建设世界科技强国的时代使命结合，为民族复兴贡献力量。
教学内容：
1.1什么是数据结构
1.2基本概念和术语
1.3抽象数据类型的表现与实现
1.4算法和算法分析
第2章线性表（支撑教学目标1、2、3）
教学要求：理解线性表的定义和特点；掌握顺序表和链表的特点，掌握在这两种存储结构上各种基本运算的实现算法以及效率的分析，并学习在这两种存储结构上进行算法设计的方法，以达到利用基本算法进行较复杂算法设计的目的