课程文献中心 更多>>

关键词： 职业教育   数据结构   “互联网+”   多核编程   教学改革  

摘要： 针对社会对IT行业职业技术型人才的需求,结合应用型本科教育的教学目标,分析梳理了目前《数据结构》课程中普遍存在的问题,以激发学生学习兴趣、培养职业素养、提高教学质量、促进深层学习为宗旨,探索了数据结构课程的教学改革。通过把多核并行程序设计融入数据结构算法的编程实现,改革了现有教学内容;通过利用新兴"互联网+"技术,借助网络教学平台,改革了传统教学模式。教学实践证明,教学改革激发了学生学习热情,使学生在掌握多核编程前沿知识的同时,进一步加强了对数据结构课程的深入理解和学习,为培养适应社会需求的软件工程师奠定坚实的基础。

关键词： 数据结构   软件工具  

ISBN: (纸本)9787302560838

摘要： 本书是详细给出了《教程》中所有练习题和上机实验题的解题思路和参考答案，在线编程题的AC代码、8份数据结构期末模拟考试题及其参考答案和两份实验报告示例。书中练习题和实验题不仅涵盖数据结构课程的基本知识点，还融合了各个知识点的运用和扩展，学习、理解和借鉴这些参考答案是掌握和提高数据结构知识的最佳捷径。

关键词： 在线教学   畅课   数据结构   教学实践  

摘要： 在疫情防控期间,数据结构这门大数据专业的专业核心课程采用在线的方式开展教学,本文从教学内容组织、教学视频、在线直播、案例与课程思政等几个方面进行了在线教学的实践,教学效果良好。

关键词： 内存数据库   数据结构   数据组织结构   数据密集型   技术人员   访问需求  

摘要： 内存数据库在数据密集型行业领域的日常工作中起到了十分关键的作用,能够实时、高效地满足技术人员对于数据的访问需求。本文分别对内存数据库的记录数据组织结构以及内存数据库的索引数据结构进行了详细地说明和分析,进而对内存数据库的数据结构进行更好地掌握,来不断提升内存数据库的性能。

关键词： 数据结构与算法   智能推荐   计算机科学与技术   网络工程   软件工程   专业核心课程   互动教学平台   教学改革  

摘要： 为了提升数据结构与算法课程教学质量,提出基于知识点智能推荐的线上线下混合教学模式进行教学改革。该教学模式主要借助线上互动教学平台课堂派+PTA、引入智能推荐算法设计题目,实现课前内容准备、课中实践测试、课后总结沟通,改善学生学习过程的考核方式。实践表明,该教学方法可以有效激发学生学习兴趣,提高课程教学质量。数据结构与算法是计算机科学与技术、软件工程、网络工程等相关专业的专业核心课程。

关键词： 数据结构   课程思政   教学设计   哈夫曼编码  

摘要： 在当前高等职业教育教学改革的形势下,数据结构作为计算机类专业承上启下的核心基础课程,探索其课程思政的建设思路和教学设计,对于高职院校进行德育教育和高素质高技能人才培养具有重要的示范和辐射意义。本文首先分析计算机类课程思政的教学现状,然后以数据课程为例,对知识模块树中的哈弗曼编码进行思政教学设计,较为详细地阐述了课程思政的教学内容、教学方法和教学过程,让政治思想元素和专业课知识点技能点紧密结合,使德育教育于无形之中渗透专业教学,创新了课堂教学,提高了教育教学效果。以课程思政为导向的课堂革命,必将为高职院校的高质量发展注入新的活力和动力。

关键词： 数据结构   算法   课程实验   综述报告  

摘要： 《数据结构与算法》是高校计算机及相关专业难度较大的一门必修专业基础课程,其配套的课程实验有助于增强学生对基本理论和算法等知识点的理解,提升理论教学效果。从数据结构与算法课程实验的运行环境、目的与要求、项目开设情况、成绩评定方法等方面所作的综合性阐述,有助于学生对该课程实验有一个初步、全面的了解,为后续上机实验奠定基础。

关键词： Technology evolution analysis   Patent classification   Patent citations  

摘要： We introduce a new, bespoke data structure to analyze and visualize the evolution of a technology. The technology under analysis is defined by a set of patents corresponding to a technical field, owned by a company or invented by a team of research. Our data structure, the Dynamic Technology Footprint -DTFootprint-, facilitates the analysis and visualization of trends and dynamics of a given technology, and therefore the evolution of a technical field, a company, or a team of people. A graphical tool based on our data structure is defined, it is named Technology Spectrogram -TechSpectrogram-, because it is inspired by the acoustic frequency spectrograms: as the acoustic frequency spectrograms visualize the dynamics of an acoustic wave showing the evolution of its frequency components our tool shows the dynamics of a technology showing the evolution of its technological components, which are represented by the whole set of IPC-codes. Our graphical tool, the TechSpectrogram is shown for some study cases, and its application to the history of technology and technology management are disclosed.

关键词： Suffix trees   Data structure   String algorithms  

摘要： The non-overlapping indexing problem is defined as follows: pre-process a given text T[1, n] of length n into a data structure such that whenever a pattern P [1, m] comes as an input, we can efficiently report the largest set of non-overlapping occurrences of P in T. The best-known solution is by Cohen and Porat [ISAAC 2009]. The size of their structure is O (n) words and the query time is optimal O (m + nocc), where nocc is the output size. Later, Ganguly et al. [CPM 2015 and Algorithmica 2020] proposed a compressed space solution. We study this problem in the cache-oblivious model and present a new data structure of size O (n log n) words. It can answer queries in optimal O (m/B + log(B) n + nocc/B) I/O operations, where B is the block size. The space can be improved to O (n log(M/B) n) in the cache-aware model, where M is the size of main memory. Additionally, we study a generalization of this problem with an additional range [s, e] constraint. Here the task is to report the largest set of non-overlapping occurrences of P in T, that are within the range [s, e]. We present an O (n log(2) n) space data structure in the cache-aware model that can answer queries in optimal O (m/B + log(B) n + nocc([s,e]) B ) I/O operations, where nocc([s,e]) is the output size. (c) 2020 Elsevier B.V. All rights reserved.