数据结构与算法核心课程建设

总结教学经验方法，教授言传身教；以特色专业建设项目为依托，鼓励青年教师开展教学研究，以国家级项目为依托开展科研课题研究。青年教师成长迅速，已具备一定的科研能力，教学效果良好，学生满意超过90%；获得校教学质量优良奖，青年教师讲课竞赛二等奖，多媒体课件二等奖等多项奖励，已经成为学院的业务骨干。

4深化教学改革

4.1不断探索新的教学模式

1) 实践性教学。

实践是获得真知的根本源泉，主动探索真知是研究型人才的基本素质，我们在基础课中的创新能力培养主要体现在，让学生在自由的实验环境中积极实践、主动探索，自己发现新的知识和理论。如图2所示，在实践环节建设方面，建立书面作业，上机作业和课程设计3个层次的实践教学环节，以通过书面作业形式消化理解教学内容；通过上机作业培养动手能力，将课程单元知识转化为实际技能；通过课程设计培养解决实际问题的能力，融会贯通本课程的知识。

为了满足强化实践的教学要求，本课程团队经过多年实践，精选、整理了包括卡内基梅隆大学、斯坦福大学、麻省理工学院等国内外著名大学教授布置的实践作业，结合我们的教学要求，每学期给学生布置18道有一定创新性的上机题目。这些题目既反应了数据结构教学的基本知识，又来源于实际应用。达到了理论和实践的完美结合。本课程实践教学和理论教学环节的学时比例为1.5∶1。经我们多年实践，这个比例符合我国高等教育实际，达到了良好的能力锻炼目的，值得推广和借鉴。

2) 研究型教学。

在研究性理论教学方面，以教学大纲为主线，整理数据结构领域的经典论文，以提出问题为课堂教学的第一步骤，引导学生思考，将科学家的研究方法和研究思路融入课堂教学中。依托科学研究项目，提出本学科领域的最前沿课题，鼓励学生思考并解决。对有明显创造性的成果可以在教师指导下撰写学术论文。

将研究型教学融入数据结构实践教学课堂，鼓励学生从解决问题的角度研究如何设计数据结构与算法，在传授基础知识的同时注重创新性思维方式的培养，发现问题和解决问题能力的培养。

4.2全方位的课程改革

课程建设的核心是提高教学质量。为提高教学质量，我们从教学内容、教材、教学方法和手段、考试方法、实践教学等方向进行了全方位的改革。

1) 教学内容改革。

课程组参考国内外其他院校本课程的教学大纲和优秀教材，对数据结构课程的教学大纲进行了多次修订，逐步稳定了理论教学的教学内容、教学要求，细化了教学目标，明确了教学任务、教学内容、教学重点和难点、不同知识点的掌握程度。理论教学采用以共性化课堂教学为主，并利用辅导答疑和实践教学组织以学生为主的个性化教学，培养学生创新能力，辅助课堂教学。在教学过程中采用启发式教学方式，即注重学生基础理论知识的掌握，也注重学生分析问题、解决问题等基本能力的培养。

为了配合理论教学，我们也多次修订了实验大纲，使实践内容更加符合专业的发展和其他各方面的要求，并且与前序课程和后继课程很好地衔接。在实践环节中注重学生能力的培养和科学的开发方法的培养。实践教学内容采用梯度组织，具有不同的难易程度，方便学生巩固学习和拓展知识。

2) 教材选取。

目前本课程使用教材为高等教育出版社出版的《数据结构与算法》，许卓群、杨冬青等编著。该教材除了讲授基本数据结构外，突出作为面向对象程序设计的基础概念——抽象数据类型，强调算法与数据结构的密不可分性、封装性等；在处理知识面的宽度和知识点的深度上，既满足作为基础课的要求又达到一定的水平，完全适合本专业对人才培养的要求，是普通高等教育“十五”国家级规划教材。目前课程组已经开始着手准备根据我们自己的教学特点、专业要求等实际情况自主编制一套教材。

3) 教学方法改革。

(1) 启发式教学：学生的主动性是学习，我们在教学过程中注重启发学生的思维，采用循循善诱的方式引导学生自己发现问题，并逐步解决问题，培养学生思考问题、分析问题和解决问题的能力。这极大调动了学生的主观能动性，培养了学生分析和解决问题的能力。

(2) 共性化与个性化相结合教学：从教学形式上，我们积极探索新的教学方法，以便能够调动和发挥学生的主观能动性。具体有以教师为主体的课堂教学、习题课等共性化教学环节，也设置了答疑﹑质疑等教学环节，引导鼓励学生通过实践和自学获取知识。共性化与个性化相结合，既可以起到教师主导作用，也可以满足学生个性学习的需求。

(3) 理论与实验相结合：数据结构课程主要介绍数据的逻辑结构、物理结构以及算法。算法的思想需要通过一种程序设计语言加以描述并在计算机上实现。我们在重视理论教学的同时，也很注重实验课，注重学生灵活应用知识能力的培养。理论与实验相结合，可以使学生更好地理解“数据结构”的思想与概念。

5丰富教学资源

建立本课程网上课堂及在线智能教学系统。网上课堂设计的目的是能够给不同层次、不同需要的学生提供帮助，提高教学质量。根据网络教学环境的要求，

系统主要包括课程概况、师资队伍、教学资源、实验指导、教学录像、课程扩展、课程论坛等多个模块。系统主要具有以下特点：

1) 在线学习。

知识内容结构化，主体结构采用网页形式组织教学内容，以单元、章、节等知识点为中心组织教学，以关键词或标题为线索进行任意的查找。各知识点在整体上搭建框架式结构，思路明晰；在细节上环环相扣，前后关联紧密，便于学生更好地理解和掌握知识要点。

2) 动画演示。

以数据结构部分的讲授为例，这部分内容包含许多的算法，其描述大多数采用类高级语言的形式进行，有些算法无论是时间复杂性或是空间复杂性都比较高，采用动画的形式将算法的执行过程和思想呈现给学生，使学生很容易理解这一过程，再配上教师的解释做旁白，可产生与上机亲身实践和跟踪执行相似的效果。

3) 在线测试。

用数据库对练习题和模拟题进行有效的管理，在学生进入到考核子系统后，能交互式进行试题的选题与答题。当学生提交答卷后，系统又能对答分进行自动评判，并给出相应正确的答案和综合得分。

4) 课程扩展。

为更好地促进教学，本课程在巩固基础知识，提高实践能力的基础上，对学有余力的同学扩展了本课程的内容。引入了卡内基梅隆数据结构教学网站，这是一套全英文系统，上面提供了丰富的工程性题目训练，更加注重数据结构算法在实际中的应用，让学生开阔了思维和眼界；还为学生提供了ACM竞赛以及大连理工大学程序设计竞赛的模拟题库，通过这些略有难度又很新颖的题目进一步提高学生的学习兴趣，培养其解决实际问题的能力。

6结论

在近几年的课程建设实践中，我们的任课教师认真组织教学内容，与实际相结合，积极探索有效的教学方法，利用多媒体技术动态演示复杂数据结构的变化，并补充学生比较感兴趣的知识，拓宽学生的知识面。逐步完善和充实现有课件，做到内容充实，画面生动，具备声像效果，收到了很好的教学效果。作为计算机科学的核心内容，数据结构与算法的理论研究及应用研究一直在不断发展，在以后的工作中要注重研究型教学，鼓励学生从解决问题的角度研究如何设计数据结构与算法，并将学科领域经典研究成果和最新研究成果及时地反应在课程教学中，相信数据结构与算法这门课的教学效果和教学质量在我们持续深入的教学改革中会越来越好。

注：本文受教育部第二类特色专业建设项目——软件工程特色专业建设项目资助。

参考文献：

[1] 严蔚敏,吴伟民. 数据结构[M]. 北京:清华大学出版社,2002.

[2] 殷人昆. 数据结构(用面向对象和C++描述)[M]. 北京:清华大学出版社,2007.

[3] 殷人昆,邓俊辉. 清华大学“数据结构”精品课程建设[J]. 计算机教育,2006(5):20-22.

[4] 钱红兵,唐发根. “算法与数据结构”课程教学体系的建设[J]. 计算机教育,2009(17):65-66.

Development of the Data Structure and Algorithm Core Course

LIU Xinyue, ZHANG Xianchao, YU Hong

(School of Software, Dalian University ofTechnology, Dalian 116620, China)

Abstract: Regarding the theory-touch-practice characteristic of the Data Structure and Algorithm course, this paper points out that the development of the course should constantly consummate the curriculum, energize team building, deepen teaching reformation and amplify teaching resources. Starting with cultivating students’ interests, we focus on development of students’ thinking, programming and innovation, thus the teaching quality is enhanced.

Key words: Data Structure; curriculum; practice teaching; course cluster

(编辑：姚彦如)

推荐访问:数据结构 算法 课程建设 核心