《数据结构与算法综合课程设计》 课程教学大纲.docx

《数据结构与算法综合课程设计》 课程教学大纲.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

PAGE

PAGE1

字体、字号请参考范例注意:首字母大写植物拉丁学名斜体《数据结构与算法综合课程设计

字体、字号请参考范例

注意:

首字母大写

植物拉丁学名斜体

一、课程简介

课程中文名

数据结构与算法综合课程设计

课程英文名

ComprehensiveCourseDesignofDataStructureandAlgorithm

双语授课

£是√否

课程代码课程学分

1

周(学时)

1周(20学时)

课程类别

□专业认知实习

□专业见习

√工程实训

□毕业实习

□其他

课程性质

√必修

□选修

□其他

课程形态

□线上

√线下

□线上线下混合式

□社会实践

□虚拟仿真实验教学

考核方式

□闭卷□开卷□课程论文□课程作品£汇报展示√报告

√课堂表现□阶段性测试□平时作业□其他(可多选)

开课学院

大数据与智能工程学院

开课

系(教研室)

数据科学与大数据技术系

面向专业

数据科学与大数据技术

开课学期

第2学期

先修课程

C语言程序设计

后续课程

Python程序设计、Java程序设计、Web前端开发技术

选用教材

耿国华.数据结构-用C语言描述(第3版)[M].北京:高教出版社,2021.

参考书目

[1]严蔚敏,吴伟民.数据结构(C语言版).清华大学出版社,2007.

[2][美]马克·艾伦·维斯(Mark,Allen,Weiss)著,冯舜玺译.数据结构与算法分析-语言描述(原书第2版).机械工业出版社,2019.

课程资源

[1]中国大学MOOC—西北大学:/sCourse/course_4246.html

[3]中国大学MOOC—北京大学:/course/PKU-1002534001

课程简介

《数据结构与算法综合课程设计》是数据科学与大数据技术专业的实践必修课程。教学内容包括线性表、栈和队列、二叉树、图、查找、排序。通过本课程的实践,进一步促进学生对数据结构与算法知识的理解和巩固,提高综合运用所学知识解决实际问题的能力,即在对工程问题正确理解和描述的基础上,选择合适的存储结构,进行算法设计、C语言程序编写、运行调试及总结评价,从而实现问题求解。

二、课程目标

表1课程目标

序号

具体课程目标

课程目标1

通过数据结构与算法综合课程实践,能够识别并应用合适的数学、自然科学和数据结构与算法的知识,对工程问题中涉及的用计算机解决的非数值问题进行分析、总结出计算机加工处理的数据对象的特性,用合适的抽象数据类型加以描述,以达到对问题的正确理解和描述,获得关于问题的正确结论。

课程目标2

针对工程问题,根据用户需求确定计算机软件或相关产品的设计目标、设计和实施方案,在现实约束条件下,对设计方案进行可行性研究和验证;能够根据明确的需求,设计出针对计算机相关工程问题的解决方案并运用C语言实施,即在对工程问题正确理解和描述的基础上,选择合适的存储结构,进行算法设计、程序编写、运行调试及总结评价,从而实现问题求解。在此过程中能够体现创新意识,并考虑社会、安全、法律、文化以及产品使用环境等因素,使产品更加符合工程实际需求。

课程目标3

能够综合运用所学科学原理,针对计算机相关复杂工程问题,设计合适的研究方案;按照研究需要设计方案,运用计算机软件实验环境进行实验,并正确采集、分析、整理实验数据,对结果进行评估,得到合理有效的结论。

表2-1课程目标与毕业要求对应关系(数据科学与大数据技术专业)

毕业要求

指标点

课程目标

毕业要求1:工程知识:能够将数学、自然科学、工程基础、数据科学与大数据技术专业知识用于解决大数据应用领域的复杂工程问题。【H】

1.2能够运用数学、工程基础和专业知识的基本原理和方法,对大数据应用领域相关工程问题进行建模和求解。

课程目标1

毕业要求2:问题分析:能够应用数学、自然科学、计算机科学和工程科学的基本原理,通过文献研究、数学建模、工程经验提炼等方法,在大数据应用的构思与设计阶段,识别、表达、分析大数据应用领域复杂工程问题及其解决方法,以获得有效结论。【M】

2.3针对大数据应用领域中的复杂工程问题,能够结合文献研究给出不同的解决方案,并对解决方案及其影响因素展开分析,获得有效结论,为大数据应用系统方案设计提供依据。

课程目标2

毕业要求3:设计/开发解决方案:能够针对大数据应用领域的复杂工程问题,综合应用数据科学与大数据技术基本原理和方法,设计、开发满足特定应用需求的系统方案,并能够在设计环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。【M】

3.1针对大数据相关应用领域特定需求,能够采用工程化思想对相关问题进行定义与分析,确定设计目标和解决方案。

文档评论(0)

CUP2008013124 + 关注
实名认证
内容提供者

北京教育部直属高校教师,具有十余年工作经验,长期从事教学、科研相关工作,熟悉高校教育教学规律,注重成果积累

1亿VIP精品文档

相关文档