数据结构课程教学大纲

1、数据结构课程教学大纲（总学时数：64(48+16)，学分数：4）一、课程概况课程代码：0300003学 分：4.0学 时：64（其中：讲授学时48，实验学时16）先修课程：高等数学、离散数学、C语言程序计适用专业：数据科学与大数据技术建议教材：数据结构C语言版，严蔚敏、吴伟民，清华大学出版社，2007.5课程归口：计算机信息工程学院课程的性质与任务：本课程是计算机科学与技术、软件工程专业的专业基础课，也可以作为通信工程、物联网工程和信息类专业的必修课和选修课。本课程讨论各种数据组织中数据的逻辑结构，存储结构以及描述相关操作的算法；使学生学会分析研究计算机所要加工处理的数据的特征，掌握组织数据、

2、存储数据和处理数据的基本方法；使学生学会在实际应用中选择合适的数据结构和设计相应算法的能力。为后续专业课程的学习奠定基础。二、课程目标目标1. 理解数据结构的基本概念；掌握数据的逻辑结构、存储结构及其差异，以及各种基本操作的实现。目标2. 在掌握基本数据处理的原理和方法的基础上，能够对算法进行分析与设计。目标3. 能够选择合适的数据结构和方法进行问题求解。本课程支撑专业培养计划中毕业要求1-3（占该指标点达成度的30%）、毕业要求2-1（占该指标点达成度的20%；）和毕业要求2-2（占该指标点达成度的10%），对应关系如表所示。毕业要求指标点课程目标考核形式1.工程知识指标点1-3：能运用软件

3、工程专业及其他相关知识，对复杂软件工程问题的解决方案进行开发、测试、维护与改进。课程目标1. 理解数据结构的基本概念；掌握数据的逻辑结构、存储结构及其差异，以及各种基本操作的实现。试卷作业考勤课堂测试实验2.问题分析指标点2-1：能够运用数学、自然科学和工程科学的基本原理，识别和判断复杂软件工程问题中的关键问题，并对问题进行有效分解。课程目标2. 在掌握基本数据处理的原理和方法的基础上，能够对算法进行分析与设计。试卷作业考勤课堂测试实验2.问题分析指标点2-2：能针对复杂软件工程问题中的关键问题，通过查阅、研究文献资料，结合软件工程专业及其他相关知识，形成多种备选解决方案。课程目标3.能够选择

4、合适的数据结构和方法进行问题求解。试卷作业考勤课堂测试实验三、课程内容及要求（一）绪论1.教学内容（1）什么是数据结构。（2）数据结构的基本概念和术语。（3）抽象数据类型的表示与实现。（4）算法和算法分析。2.基本要求（1）了解并掌握数据结构的定义，包括逻辑结构、物理结构和操作。（2）了解数据、数据元素、数据对象、数据类型和数据结构的概念，数据的逻辑结构及类型、数据的物理结构及类型。（3）掌握抽象数据类型的表示和实现。（4）掌握算法的概念、性质和度量的表示和度量计算方法。（二）线性表1.教学内容（1）线性表的类型和定义（2）线性表的顺序表示、实现和应用（3）线性表的链式表示、实现和应用2.基本

5、要求（1）线性表是一种最简单的数据结构，在线性表表示方面，主要掌握线性表的定义和基本操作、线性表的实现。（2）在线性表实现方面，要掌握线性表的存储结构，包括顺序存储结构和链式存储结构，特别是链式存储结构，是考查的重点。（3）掌握线性表的基本应用。（三）栈和队列1.教学内容（1）栈的定义、表示和顺序存储、链式存储下的实现（2）栈的应用（3）队列的定义、表示和顺序存储、链式存储下的实现（4）队列的应用2.基本要求（1）栈和队列是两种特殊的线性表，要求掌握栈和队列的基本概念。（2）掌握栈和队列的存储结构(包括顺序存储结构、链式存储结构)。（3）了解栈和队列的应用。（四）数组1.教学内容（1）数组的定

6、义（2）数组的顺序表示和实现（3）矩阵的压缩存储2 基本要求（1）掌握一维数组的静态表示、动态表示及其相应表示下的操作及实现。（2）掌握多维数组的存储结构，按行优先、按列优先等，掌握计算某个元素存在地址的方法。（3）掌握对于特殊矩阵(二维数组)的压缩存储原理。（五）树和二叉树1 教学内容（1）树的定义和基本术语（2）二叉树与遍历二叉树（3）树和森林（4）哈夫曼树及其应用2 基本要求（1）掌握树的定义、二叉树的定义及主要特征(特殊的二叉树、二叉树的性质)。（2）掌握二叉树的顺序存储结构和链式存储结构，特别是链式存储结构。二叉树的遍历(前序遍历、中序遍历、后序遍历)算法及应用。（3）了解树的存储结

7、构和遍历、森林的遍历、树和二叉树的转换、森林和二叉树的转换等知识。（4）哈夫曼(Huffman)树和哈夫曼编码。（六）图1 教学内容（1）图的定义和术语（2）图的存储结构（3）图的遍历（4）图的应用包括生成树、最短路径和拓扑排序2 基本要求（1）掌握图的基本概念和术语(有向图、无向图、连通、路径、子图、出度、入度、生成树、最短路径、关键路径等)。（2）图的邻接矩阵法和邻接表法。（3）图的深度优先和广度优先遍历方法的算法实现。（4）给出一个具体的图，学会利用已知条件求出最小(代价)生成树、最短路径、拓扑排序等应用的结果。（七）查找1 教学内容（1）静态查找表（2）哈希表2基本要求（1）了解查找的

8、概念。（2）掌握折半查找和散列表的基本概念和方法。（3）掌握各种查找算法的分析及应用。（八）内部排序1 教学内容（1）排序概述（2）插入排序（3）快速排序（4）选择排序（5）归并排序（6）基数排序2 基本要求（1）掌握直接插入排序、冒泡排序(bubble sort)、简单选择排序、希尔排序(shell sort)、快速排序、堆排序、二路归并排序(merge sort)、基数排序的基本概念和方法。掌握这些排序方法的流程，以及它们之间的区别。（2）掌握各种内部排序算法的比较，掌握所有排序在各种情况下(最好、最坏、平均)的时间复杂度和空间复杂度。（3）掌握内部排序算法的基本应用及算法的实现。教学内容

9、与课程目标的对应关系及学时分配如表所示。序号教学内容支撑的课程目标支撑的毕业要求指标点讲授学时实验学时1绪论目标11-322线性表目标1、21-3、2-1643栈和队列目标1、21-3、2-1424数组目标1、21-3、2-125树和二叉树目标1、31-3、2-21226图目标1、31-3、2-21247查找目标32-1、2-2428内部排序目标32-1、2-262合 计4816四、课内实验（实践）序号实验项目名称实验内容及要求学时对毕业要求的支撑类型备注1顺序表的应用顺序表的基本操作及应用21-3、2-1综合性必做2链表的应用链表的基本操作及应用21-3、2-1综合性必做3栈和队列的应用栈和

10、队列的基本操作及应用21-3、2-1设计性必做4树型结构的应用二叉树的建立和遍历方法21-3、2-2综合性必做5图型结构的应用图的建立和遍历41-3、2-2设计性必做6查找算法的应用几种常用的查找方法22-1、2-2综合性必做7内部排序算法的应用几种常用的排序方法22-1、2-2设计性必做五、课程实施（一）把握主线，引导学生掌握数据结构、逻辑结构、物理结构和操作等概念、方法，利用典型应用和案例，帮助学生理解数据分析和处理的方法和过程。使学生能利用这些分析和处理法方法，进行具体问题的算法设计和分析。（二）采用多媒体教学手段，配合例题的讲解及适当的思考题，保证讲课进度的同时，注意学生的掌握程度和课

11、堂的气氛。（三）采用案例式教学，引进工程设计过程中的实际案例，让学生真正了解并掌握数据结构的分析方法和分析、设计、实现过程，具备相关知识和方法的实际应用能力。（四）主要教学环节的质量要求如表所示。主要教学环节质量要求1备课（1）掌握本课程教学大纲内容，严格按照教学大纲要求进行课程教学内容的组织。（2）熟悉教材各章节，借助专业书籍资料，并依据教学大纲编写授课计划，编写每次授课的教案。教案内容包括章节标题、教学目的、教法设计、课堂类型、时间分配、授课内容、课后作业、教学效果分析等方面。（3）根据各部分教学内容，构思授课思路、技巧，选择合适的教学方法。2讲授（1）要点准确、推理正确、条理清晰、重点突

12、出，能够理论联系实际，熟练地解答和讲解例题。（2）采用多种教学方式（如启发式教学、案例分析教学、讨论式教学、多媒体示范教学等），注重培养学生发现、分析和解决问题的能力。（3）能够采用现代信息技术辅助教学。（4）表达方式应能便于学生理解、接受，力求形象生动，使学生在掌握知识的过程中，保持较为浓厚的学习兴趣。3作业布置与批改学生必须完成规定数量的作业，作业必须达到以下基本要求：（1）按时按量完成作业，不缺交，不抄袭。（2）书写规范、清晰。（3）解题方法和步骤正确。教师批改和讲评作业要求如下：（1）学生的作业要按时全部批改，并及时进行讲评。（2）教师批改和讲评作业要认真、细致，按百分制评定成绩并写明

13、日期。（3）学生作业的平均成绩应作为本课程总评成绩中平时成绩的重要组成部分。4课外答疑为了解学生的学习情况，帮助学生更好地理解和消化所学知识、改进学习方法和思维方式，培养其独立思考问题的能力，任课教师需每周安排一定时间进行课外答疑与辅导。5成绩考核本课程考核的方式为闭卷笔试。考试采取教考分离，监考由学院统一安排。有下列情况之一者，总评成绩为不及格：（1）缺交作业次数达1/3以上者。（2）缺课次数达本学期总授课学时的1/3以上者。（3）课程目标小于0.6。六、考核方式（一）课程考核包括期末考试、平时及作业情况考核和实验考核，期末考试采用闭卷笔试。（二）课程成绩=平时作业10%+(考勤+课内测试）

14、20%+实验成绩20%+期末考试成绩50%。具体内容和比例如表所示。成绩组成考核/评价环节权重考核/评价细则对应的毕业要求指标点平时成绩平时作业10%课后完成20-30个习题，主要考核学生对知识点的复习、理解和掌握程度，计算全部作业的平均成绩再按10%计入总成绩。1-3、2-1、2-2考勤及课堂练习20%在每章内容进行中或结束后，随堂测试1-3题，主要考核学生课堂的听课效果和课后及时复习消化本章知识的能力，组织随堂测试5次，成绩按10%计入总成绩。平时考勤次数按10%计入课程总成绩。1-3、2-1、2-2实验成绩课程实验20%完成7个实验，主要考核学生应用基础知识进行算法设计的实验，并对实验结

15、果进行分析与评价的能力。每次实验成绩按实验设计、实现、小结三部分计分，总分100分。7次实验成绩平均后得到实验总评成绩按20%计入课程总成绩。1-3、2-1、2-2期末考试期末考试卷面成绩50%试卷题型包括填空题、简答题、计算题和算法题，以卷面成绩的60%计入课程总成绩。1-3、2-1、2-2（三）所有课程目标均需大于等于0.6，否则总评成绩不及格，需要补考或重修。每个课程目标达成度计算方法如下：式中：Ai=平时成绩占总评成绩的权重课程目标i在平时成绩中的权重，Bi=实验成绩占总评成绩的权重课程目标i在实验成绩中的权重，Ci=期末成绩占总评成绩的权重课程目标i在期末成绩中的权重。七、有关说明（

16、一）持续改进本课程根据学生作业、课堂讨论（平时考勤）、实验环节、平时考核（随堂测试）情况和学生、教学督导等的反馈，及时对教学中的不足进行改进，并在下一轮课程教学中整改完善，确保相应毕业要求指标点达成。（二）参考书目及学习资料1 数据结构与算法分析C语言描述 Mark Allen Weiss著，机械工业出版社 20042 数据结构与算法实验教材 张铭、赵海燕、王腾蛟、宋国杰编著 高等教育出版社2010 大数据采集与预处理课程教学大纲（Big Data Collection and Preprocessing）一、课程概况课程代码：0808019学分：2学时：32（其中：讲授学时20）先修课程：数

17、学分析、高等代数与解析几何、数据科学导论、概率论、程序设计语言、数据库原理、概率论与数理统计、适用专业：数据科学与大数据技术建议教材：大数据采集与预处理技术，刘丽敏，廖志芳，周筠编著，中南大学出版社，2020.1课程归口：理学院课程的性质与任务：大数据采集与预处理是数据科学与大数据技术的专业课程。本课程以数据的采集与预处理为主要内容，通过讲述大数据的概念和关键技术、大数据采集基础知识、常用大数据采集架构、大数据迁移技术、互联网数据的抓取与处理技术、数据预处理等技术，为数据科学与大数据技术专业的本科生搭建起大数据的知识架构，阐述大数据采集和数据预处理的基本原理，开展相关的初级实践，为学生在大数据

18、以及相关领域的学习奠定重要的基础。课程目标目标1. 了解大数据的整体架构，能解释相关的专业术语形成对大数据关键技术的总体认识。目标2. 掌握传统数据采集技术和大数据采集技术，形成大数据采集技术的初步认识。目标3. 掌握大数据采集架构，包括Chukwa、Flume、Scrible以及Apache Kafka等，了解针对日志系统的采集方法。目标4. 通过学习基于存储的数据迁移、基于主机逻辑卷的迁移、基于数据库的迁移和服务器虚拟化数据迁移等掌握大数据迁移技术，了解针对系统数据来源复杂、数据量大的企业数据的采集方法。目标5. 掌握互联网数据抓取与处理技术，会根据实际问题进行互联网数据的爬虫技术以及分词

19、技术。目标6. 熟练掌握数据预处理技术，包括数据的描述以及数据清洗、数据集成、数据变换和数据归约等相关算法和技术。本课程支撑专业培养计划中毕业要求3-2（占该指标点达成度的10%）、毕业要求4-1（占该指标点达成度的5%）和毕业要求5-3（占该指标点达成度的4%；），对应关系如表所示。毕业要求指标点课程目标目标1目标2目标3目标4目标5目标6毕业要求3-2毕业要求4-1毕业要求5-3三、课程内容及要求（一）大数据概述1.教学内容（1）大数据的概念。（2）大数据关键技术。（3）大数据采集与数据预处理技术。2.基本要求（1）了解大数据的整体架构，了解大数据相关术语。（2）形成对大数据关键技术的总体

20、认识。3. 思政元素通过对大数据概念以及关键技术的基本学习，理解数据的价值，收集处理有利用价值的信息，为我所用。（二）数据采集基础1.教学内容（1）传统数据采集技术：数据采集系统架构、数据采集关键技术。（2）大数据采集基础：数据的发展、大数据来源、大数据采集技术。2.基本要求（1）了解传统数据采集办法，以及传统数据采集技术的局限性。（2）了解并掌握现代大数据采集技术。3. 思政元素科学技术的快速发展使得新老技术迭代加快，只有不断学习，才能能有效地进行科学研究。（三）大数据采集架构1.教学内容（1）Chukwa数据采集：chukwa 数据收集系统。（2）Flume数据采集：Flume对数据的简单

21、处理。（3）Scribe数据采集：Scribe数据存储。（4）Kafka数据采集：消费者数据采集。2.基本要求（1）掌握Chukwa、Flume、Scribe、Kafka数据采集系统。（2）掌握大数据采集架构。（3）系统了解针对日志系统的采集方法3.思政元素不同对象采用不同处理办法，没有什么是万能的，头脑里要装备各种技术，遇到不同问题才能逐个击破。（四）大数据迁移技术1.教学内容（1）数据迁移概念。（2）数据迁移相关技术：基于主机的迁移方式、基于存储的迁移方式、基于主机逻辑卷的数据迁移、基于数据库的迁移、服务器虚拟化的迁移、其他数据迁移技术。（3）数据迁移工具：Apache Sqoop、ETL

22、2.基本要求（1）了解数据迁移基本概念。（2）了解数据迁移基本技术。（3）掌握并会用Apache Sqoop、ETL等数据迁移工具。3. 思政元素数据用0和1字符串表达，说明万事万物之间是相互关联的，而不是非黑即白的完全对立与割裂。国与国之间的关系也应如此，美国将中国至于完全对立面在各领域全面对抗，是思维简单逻辑幼稚行为粗暴道德沦陷的无知表现。互联网数据抓取与处理技术1.教学内容（1）网络爬虫概述：网络爬虫的概念、网络爬虫的抓取策略、网页最新策略。（2）常用网络爬虫方法.2.基本要求（1）了解网络爬虫基本概念。（2）掌握互联网数据抓取与处理技术。3.思政元素各种技术与算法，源至对人类、对自然、

23、对社会的本质和规律研究，理论来源于实践，并且会指导和应用于实践。理论与实践是硬币的两个面，是辩证对立和统一的。（六）数据预处理技术1.教学内容（1）数据清洗：冗余信息，噪声处理。（2）数据集成：数据分类、集合。（2）数据变换：数据类型转换与统一。2.基本要求（1）系统了解数据预处理技术。（2）掌握数据的描述以及数据清洗、数据集成、数据变换等相关算法和技术。3. 思政元素通过对数据预处理技术的基本学习，理解人类与机器的关系，即人类制定规则，机器执行规则并在大量原始数据中选择有价值的信息。各司其职，各尽其能，合作共赢。本课程安排在第5学期。教学内容与课程目标的对应关系及建议时间分配如表所示。序号教

24、学内容支撑的课程目标支撑的毕业要求指标点讲授学时实验学时1大数据概述目标13-2202数据采集基础目标1、24-1423大数据采集架构目标1、35-3224大数据迁移技术目标45-3425互联网数据抓取与处理技术目标55-3426数据预处理技术目标1、65-344合计2012四、课程实施（一）把握主线，引导学生掌握大数据采集与预处理等相关概念、方法的实际意义，利用数据采集与预处理中的实际案例，帮助学生理解数据采集与预处理的方法和过程，使学生能用相关原理和技术处理实际问题。（二）采用多媒体教学手段，配合例题的讲解及适当的思考题，保证讲课进度的同时，注意学生的掌握程度和课堂的气氛。（三）采用案例式

25、教学，引进大数据采集与预处理的实际案例，让学生真正了解并掌握大数据采集与预处理过程及结果的分析方法，从而具备相关知识和方法的实际应用能力。（四）主要教学环节的质量要求如表所示。主要教学环节质量要求1备课（1）掌握本课程教学大纲内容，严格按照教学大纲要求进行课程教学内容的组织。（2）熟悉教材各章节，借助专业书籍资料，并依据教学大纲编写授课计划，编写每次授课的教案。教案内容包括章节标题、教学目的、教法设计、课堂类型、时间分配、授课内容、课后作业、教学效果分析等方面。（3）根据各部分教学内容，构思授课思路、技巧，选择合适的教学方法。2讲授（1）要点准确、推理正确、条理清晰、重点突出，能够理论联系实际

26、，熟练地解答和讲解例题。（2）采用多种教学方式（如启发式教学、案例分析教学、讨论式教学、多媒体示范教学等），注重培养学生发现、分析和解决问题的能力。（3）能够采用现代信息技术辅助教学。（4）表达方式应能便于学生理解、接受，力求形象生动，使学生在掌握知识的过程中，保持较为浓厚的学习兴趣。3作业布置与批改学生必须完成规定数量的作业，作业必须达到以下基本要求：（1）按时按量完成作业，不缺交，不抄袭。（2）书写规范、清晰。（3）解题方法和步骤正确。教师批改和讲评作业要求如下：（1）学生的作业要按时全部批改，并及时进行讲评。（2）教师批改和讲评作业要认真、细致，按百分制评定成绩并写明日期。（3）学生作业的平均成绩应作为本课程总评成绩中平时成绩的重要组成部分。4课外答疑为了解学生的学习情况，帮助学生更好地理解和消化所学知识、改进学习方法和思维方式