数据结构DataStructures..ppt

数据结构Data Structures 任课教师：张淑平 辅导教师： 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电话； 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。 本课程的内容框架 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。 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。 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。 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。 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 1.1 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 1.1 什么是数据结构 计算机解决问题的过程 1.1 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) 1.1 什么是数据结构 非数值型计算问题举例： 博弈类问题 1.1 什么是数据结构 数据结构学科的地位 ? 综合性的专业基础课 ? 介于数学、计算机硬件和计算机软件之间的核心课程 ? 不仅是一般程序设计的基础，而且是设计和实现编译程序、操作系统、数据库系统及其他系统程序和大型应用程序的重要基础 ? 本课程的先修课程：离散数学、C语言(或其他程序设计语言) ? 本课程后续课程：面向对象程序设计、操作系统、编译原理、数据库系统、人工智能等 1.1 什么是数据结构 什么是数据结构 　　数据结构是一门研究非数值计算的程序设计问题中计算机的操作对象间的逻辑结构和物理结构以及它们之间相互关系，并对这种结构定义和实现相应运算的学科。 1.2 基本概念和术语 基本概念 ? 数据(Data) ：指所有能输入到计算机中并被计算机程序加工处理的符号的总称。不