数据结构教学方法的探讨-教育文档.doc

数据结构教学方法的探讨 　　数据结构是计算机、信息管理与信息系统等相关专业的核心基础课程，涉及多学科知识点。其前驱课程主要包括：计算机信息处理概论、程序设计语言（如：C、C++、Java等）、计算机原理（微机原理）等；其后继课程主要包括：编译原理、操作系统、数据库原理、汇编语言程序设计、管理与决策等。从前驱和后继课程可以看出，数据结构具有承上启下的重要性，居于计算机教学的主导地位（如图1所示）。 　　随着计算机和网络技术的发展，数据处理能力的增强，国内外开设数据结构课程的学校越来越多。该课程覆盖的专业知识广，涉及的数学模型多。由于数据结构课程的主要内容涉及对客观世界问题的建模、数据结构的定义与描述、大量的算法（程序）的实践环节，本文重点探讨如何教授和学习该课程。 　　一、数据结构特点分析 　　1.掌握数据结构特点和拓宽专业概念知识。要想学好数据结构，必须详细掌握数据结构的特点。将客观世界对应问题的数据结构特点归纳如下：①集合结构：该结构的数据元素间关系是“属于同一个集合”。②线性结构：该结构的数据元素之间存在一对一先后次序的线性关系。③树型结构：该结构的数据元素之间存在一对多层次结构的非线性结构关系。④图形结构：该结构的数据元素之间存在多对多的复杂非线性结构关系，也称网状结构。对这四种结构理解的深度将直接影响其与后续课程（数据库管理、管理信息系统、信息系统分析与设计）的衔接。例如，对数据库三级模式——外模式、概念模式与内模式的理解方法，可以按照数据结构的知识去理解：外模式称为用户级数据库，它对应用户看到那部分数据的逻辑结构即用户视图；内模式是对数据库的整体描述。数据库中数据模型分为三类：层次模型（树型结构）、网状模型（图形结构）和关系模型（集合结构与线性结构，也称为二维的表格（矩阵）结构）。可见，对数据结构本身结构内涵的理解将直接影响后续课程概念的理解。同时，对数据结构课程的学习应注意与其他课程的连贯和衔接。 　　2.数据结构特点分析。无论解决问题的原始数据呈现的是集合结构、线性结构、树型结构还是图形结构，数据表示的范围已由原来的数值范围拓宽到非数值范围，由原来的结构化数据扩充到非结构化数据。因此，给数据的表示（计算机外部的逻辑表示与计算机内部的存储方式）带来了不同的方式。例如，将线性数据结构归纳为：集合与数组的表示与存储方式；线性表的顺序与链式表示与存储方式；栈与队列的顺序与链式存储方式；字符的紧凑（压缩）与其格式的表示与存储方式；广义表的存储方式。以上五种方式之间是按照问题的特征及其解决问题的目标来划分的。同样一组参与运算（操作）的样本数据，其解决问题的目标不同，则其含义不同。例如：当前某单位有100台车辆，将这些车辆进行登记，如果到了车辆报废年限，将该车辆信息删除掉。以每个车辆的相关信息（车型、排量、车牌号、车主）为数据元素，将这100台车辆信息运用集合或数组表示为存储方式即可；车辆入库和出库属于进栈和出栈的后进先出操作；车辆按照大中小型号归类属于广义表的问题；车辆相关性归类采用树型的解决方案；求解车辆运输最短路径、运输成本的最小代价等问题属于图的数据结构问题。另外，为了查找方便，还可以引入合理排序后的快速查找等问题。因此，对一个问题，数据结构的分析结果直接决定其实现算法的成功与否。 　　二、数据结构教学过程存在的问题 　　在教学过程中，根据学生的基础不同，选择的教材和讲授的内容也不同。但是，还存在如下问题。 　　1.对数据结构概念、定义及其操作的理解方法问题。数据结构的概念定义有多种方法，如何理解和将一个自然界问题的数据结构提炼出来，并且对其进行科学运算（操作），将是初学者的理解问题的关键与难点。 　　2.选择实际问题所对应的数据结构。有许多初学者对数据结构的概念模糊，即逻辑思路不清晰，所选择解决问题的数据结构不恰当，而影响解决问题的效率。 　　3.对教材与参考资料的配套选择问题。没有科学选择教材，出现学习的错位现象。应选择与数据结构相匹配的程序语言设计教材。 　　4.对递归等算法阅读困难的问题。递归是数据结构最为重要的算法和上机实践环节，以清华大学严蔚敏教授编写的教材为例，如：第三章栈与递归、第五章广义表、第六章树与第七章图的算法大多数都涉及到递归算法（程序）。 　　5.算法的逻辑步骤、流程图、伪代码、算法与程序之间的区分问题。在大多数数据结构教材中，为了减少篇幅和快速理解数据结构的算法，引入了多种理解和学习数据结构算法的模式，如算法的逻辑步骤、流程图、伪代码、算法与程序等模式，但是对初学者来讲很难将这些模式进行清晰的界定。 　　三、数据结构教学方法的探讨 　　针对数据结构教学中经常出现的难点，提出多种教学方法。 　　1.多视角理解数据结构概念、定义及其操作。根据数据结构概念定义的抽象性