数据基本结构DataStructures.pptVIP

数据结构DataStructures 2关于本课程课程性质：必修考核方式：考试(闭卷)成绩(80%)+平时成绩(20%)　3.5学分 课程实验成绩(程序验收＋报告)100% 1学分学习要求：① 严禁旷课、迟到；② 课前请关闭手机或调至振动，严禁课堂接听或拔打 ；③ 要独立思考，按时完成作业。在自己不会解答时可参考其他资料或他人答案，在分析别人的处理思路之后自己动手，鼓励相互讨论，严禁抄袭；④ 上机实验前应先就要处理的问题写出自己的解决思路和大纲，严禁在机房游戏、网上聊天、流览不相关的网页；⑤ 上机程序要现场验收、严禁拷贝他人程序及报告。 3本课程的内容框架数据结构基础数据结构应用数据结构非线性结构线性结构线性表栈队列串数组广义表树二叉树图查找内部排序外部排序文件动态存储管理 4课程特点很强的理论性 　　本课程不是以掌握应用性知识为目的，而是以掌握基本理论，基本方法，基本技能为目的。让学生把握解决什么样的问题，用什么思想，采用什么方法解决，以及用什么方法最优解决等一系列问题。很强的概念性 　　本课程要求学生不但应该深刻理解某些概念的所有要素,同时也要求理解为什么要引入某些概念，这些概念的形成过程，以及引入这些概念解决什么样的问题。 5课程特点(续)很强的连贯性　　　本课程结构紧凑，每部分所述问题层层推进，逐步深入。全课程始终是以数据间的关系即“结构”为主线索展开。其中“基本数据结构”部分围饶数据结构三要素即逻辑结构、物理结构、运算特性展开，辅以一定该数据结构基本应用的讲述；而“应用数据结构部分”以基本概念、基本方法、性能分析的顺序展开，使全课程大量庞杂的内容条理分明，轮廓分明。容易混淆性 　　本课程中有一些容易混淆的基本概念，也有很多算法，状态等等一系列问题都容易混淆。比如要解决某类问题，也许有很多方法和很多途径，每种方法和途径适用于什么场合，各自存在什么优缺点（例如“内部排序”这一章中各中内排方法的比较与应用），都容易产生相互混淆。 6本课程学习方法? 循序渐进学习法 　　由于本课程很强的理论性、概念性和连贯性，所以学习过程中要从概念入手，逐段、逐节、逐章深刻理解和掌握，层层推进，从基础到应用，最后达到完全掌握该课程内容的要求，加强上机实践环节是非常必要的，能增强对数据结构的理解和应用能力。? 概括提炼学习法 　　每学完一节、一章内容，都要从中概括提炼出本部分内容的要点和重点。一则可以达到内容总结、有效复习的目的，二则可以自检学习中存在的问题。 7课程学习方法(续)? 归纳对比学习法 　　针对课程中容易混淆的概念以及课程中同类、非同类容易混淆的问题，进行归纳和比较，从中找出它们的异同点、优缺点。这种方法不仅能搞清楚容易混淆的问题，而且能更深刻理解本课程的内容实质。? 循环学习法 　　由于课程中许多基本概念和复杂算法在顺序地学习过程中并不能达到准确、透彻地理解的程度，有些概念和方法可以应用在多种场合，对这些内容，在学习时就需要循环往复，借助后续内容的信息来全面把握。 8第一章 绪论本章内容：1.1 什么是数据结构1.2 基本概念和术语1.3 抽象数据类型的表示与实现1.4 算法和算法分析1.4.1 算法1.4.2 算法设计的要求1.4.3 算法效率的度量1.4.4 算法的存储空间的需求 91.1 什么是数据结构数据结构学科发展背景? 应用领域从科学计算到非数值计算? 起初数据结构中内容在其他课程中表述? 1968年美国唐.欧.克努特(Donald E.Knuth)开创数据结构最初体系。在《计算机程序设计技巧》第一卷《基本算法》系统阐述数据的逻辑结构、存储结构及操作? 数据结构的两个发展方向：面向专门领域特殊问题的数据结构；从抽象数据类型的观点讨论数据结构 101.1 什么是数据结构计算机解决问题的过程具体问题数学模型抽象建模数据结构数据结构算法数据结构算法分析与设计程序设计程序问题求解　　描述非数值计算问题的数学模型不再是数学方程，而是诸如表、树和图之类的数据结构。 111.1 什么是数据结构非数值型计算问题举例：学籍管理(信息处理类问题)IS19男张立95004IS19女刘晨95002MA18女王敏95003CS20男李勇95001SdeptSageSsexSnameSno46PASCAL语言72编译原理647数据结构536操作系统441信息系统32数学245数据库1CcreditCpnoCnameCno9500295002950019500195001Snoc5c2c4c2c1Cno7390886592Grade学生信息：课程：学生选课：此类问题已独立成为数据库学科，在《数据结构》中主要在文件一章有所涉及。 121.1 什么是数据结构非数值型计算问题举例：博弈类问题S0S11S10S1