时间戳

首页 > 技术文章 > 2022版《数据结构》课程学习指南

2022版《数据结构》课程学习指南

zhrb 2020-02-13 10:46 原文

2022.02.20：修正部分内容与链接。
2021.03.08：增加好文共赏小节，主要用来存放数据结构优秀的博文链接。

目录

学习准备

因需要在多个平台上进行学习，请大家提前做好准备。

课前准备

  1. 微信上加入雨课堂，并将雨课堂公众号置顶。
  2. PC上安装Chrome或Firefox最新版。将集美大学网络学堂加入收藏夹。
  3. PC上安装腾讯会议用于观看直播。手机也可安装APP。

直播授课

  1. PC上打开腾讯会议观看直播。
  2. 微信扫码加入雨课堂授课。加入课堂后可在课上进行互动（答题、弹幕、投稿等)。
  3. 腾讯会议聊天窗口或QQ中进行反馈。

日常学习

  1. 理论学习：可通过电脑，也可通过手机上的学习通学习本课程的线上课程。
  2. 实验学习：PC上安装Visual Studio较新版本，如2017，用于实验。安装时记得要选择VC++。DevCPP亦可。
  3. 可通过课堂派回看直播视频。不过一般来说看MOOC效果更好。

学习平台

  1. 《数据结构》线上MOOC课程：可通过手机上的学习通APP或PC Web访问。
    • 视频观看
    • 章节测验、作业、讨论、期末考试
  2. PTA线上编程实验平台：编程练习。
  3. 课堂派：用于完成作业与测验。
  4. 雨课堂：用于授课、课前预习、课堂互动、授课回顾(可回看PPT)。

数据结构课程学习说明

本课程采取线上线下混合教学模式。部分学习内容请同学课前自行完成，课上对该部分内容可能不予细讲。线上自主学习部分请同学自己结合课件、书本与视频进行学习。
成绩也将包含线上部分。

成绩组成

  1. 线上MOOC：20%左右。包含MOOC平台与PTA完成情况(仅参考)。
    • 视频(20%)、讨论(15%)、其他(如章节学习次数，10%）
    • 章节测验(25%)、期末考试(30%)
    • PTA：主要统计完成率不高的学生。
  2. 平常表现：30%左右。包含出勤、课前预习、课堂回答、实验、课堂参与度等。
    • 课前（10%）：预习完成情况（预习课件中习题与调查完成情况），课堂上将进行检查。未完成将扣分。
    • 课上（20%）：课堂提问回答、编程练习。
  3. 线下期末考试：50%左右。

注意：线上MOOC成绩均由系统根据你完成的学习活动进行统计。未完成的1分都拿不到。

学习目标

  1. 掌握常用数据结构的特点基本算法，懂得选择合适的数据结构与算法解决问题。
  2. 能对算法进行一定时间复杂度分析与空间复杂度分析。
  3. 培养“编写伪代码”的能力、“将伪代码转化为程序”的能力。

日常学习时可参考上面3个标准，来评估自己的学习效果。

几大主要的学习活动

课前：预习(雨课件、预习任务单)及自主学习任务单。
课上：串讲、互动、讨论、答疑、编程练习。
课后：作业与编程练习、专题讨论。

学习方法

  1. 课前预习：根据老师布置的课前预习任务，完成相应的视频观看、课前习题。
  2. 学而思
    • 不仅要看视频、看书，更要多做习题。通过习题来评估自己的学习效果，而不是通过自己刷了多少视频、看了多少页来评估自己的学习效果。
    • 最重要的学习工具：纸和笔。用纸和笔辅助你的思考。老师会检查你上课有没有带纸与笔。
  3. 学而练：多进行编程练习。不仅要“我知道了”，而且更要“我能用代码解决这个问题”。从理论到编程有一个巨大的鸿沟。不是说理论学好了，自然而然就会编程了。提高编程能力只有一种方法-“多编程”！
  4. 进行一定深度的思考
    • 认真完成综合性较强的专题讨论。习题只能检验你对基本知识的掌握。需完成有一定深度的专题讨论作业，才能培养综合运用知识的能力。
    • 完成有一定难度的编程题目。
  5. 提高上课与学习效率
    • 你的工具：纸和笔，非常重要。
    • 如果上课是你对新知识的第一次接触，你需要理解、记忆新概念、然后思考。认知的负荷较重，效果也不佳。因此建议课前先预习。
    • 通过预习，上课前你的大脑中已部分完成对知识的理解与记忆。就可将脑力更多地用于思考、发现已有概念之间的联系。上课效率自然就得到提升。
    • 课上记录笔记，建议只记录关键词。课后尝试将这些关键词搞懂、串起来，形成正式笔记。
    • 课上一定要带纸和笔。
    • 预习方法：根据老师布置的课前任务，快速浏览书本、课件或教学视频(1.25-1.5倍速)、标记出有疑问的地方、总结关键字、完成习题。教学视频建议根据需要观看。
    • 课后复习的时候试试以做题为核心，碰到不懂得再去参考书本等。效率可能会更高。

本课程重视课前预习，会在课前发送课前预习任务。请大家务必完成课前预习任务。

一个参考的学习流程：课前预习完、做一点习题，在课上积极参与互动与编程练习，课后回顾总结所学知识、完成作业与编程练习。

互动：你如何回顾、巩固你所学的新知识？

资源

1. 实验大纲

数据结构实验大纲

2. Q群

“群文件”以郑开头的目录中，包含：

  • “Lab”：包含实验所需文件
  • “LectureNotes”：包含教学日历、部分讲义、专题讨论等资料。
  • “Software”： 数据结构课程所需要的相关软件。

3. 线上MOOC

"资料"模块包含MOOC中的课件。

4. 推荐资料

教材： 数据结构（C语言版）（第2版） 严蔚敏，李冬梅，吴伟民 著 邮电出版社
参考书:《数据结构（第2版）》陈越，高等教育出版社，《数据结构教程(第5版)》 李春葆 清华大学出版社
在线慕课：

好文共赏

推荐阅读