课程文献中心 更多>>

关键词： Data structures (Computer science)   Computer algorithms     C++ (Computer program language)  

ISBN: (纸本)9787121393549

关键词： 数据结构  

ISBN: (纸本)9787302555117

摘要： 本书介绍了数据结构的基本概念，线性表、栈、队列、字符串、多维数组、树和二叉树、图等常用的数据结构，讨论了查找、排序和索引等技术，给出了每种数据结构常见的应用示例。本书理论和实践并重，采用边做边学的方式，首先详细阐述理论知识，然后以应用实例的方式实现了常见的算法，并附有程序运行结果和说明。本书内容丰富，层次分明，深入浅出。采用类C++语言描述算法，提供课件、视频、源代码、课后习题参考答案等相关教辅材料。

关键词： C语言  

ISBN: (纸本)9787302549987

摘要： 本教材涵盖基本数据结构、排序和查找等主要内容, 以逻辑结构为主线系统介绍线性表、栈与队列、串、树和图等各种基本数据结构内容, 从算法的角度系统介绍各类排序、查找算法, 注重对不同数据结构和算法的比较分析及其应用。同时, 融合互联网技术, 将课程的重点、难点、疑点全部采用纸质和通过嵌入二维码获取数学媒体两种形式呈现, 并且使媒体素材集知识性、趣味性与互动性于一体, 较好地保证教材内容的可更新性和可扩展性。

关键词： 数据结构   C语言  

ISBN: (纸本)9787115524126

摘要： 全书共有10章，系统地讲述了线性表、堆栈、队列、数组、树、查找、图、排序等内容，还安排了习题和实验。本书重视算法及其实践性，书中算法都有完整的C语言程序，程序代码注释详细。为了让读者能够及时地检验学习效果、把握学习进度，每章都附有丰富的习题。

关键词： Computer Sciences  

ISBN: (数字)9783110595581;9783110593181 ISBN: (纸本)9783110595574

摘要： Data structures is a key course for computer science and related majors. This book presents a variety of practical or engineering cases and derives abstract concepts from concrete problems. Besides basic concepts and analysis methods, it introduces basic data types such as sequential list, tree as well as graph. This book can be used as an undergraduate textbook, as a training textbook or a self-study textbook for engineers.

关键词： 数据结构   教学辅助智能平台   教学改革   教学目标  

摘要： 数据结构这门课在计算机类专业的课程中占据核心地位,对学生非常重要。然而,这门课的教授非常困难,学生学习效果时常不理想。本文分析了该门课程的教学现状,对应地提出了相应的教学改革措施。借助教学辅助智能平台来辅助该门课程的教学,能实现较好的教学效果。

关键词： 混合式教学   高职   数据结构  

摘要： 本文针对高职学生的学习,探讨了混合式教学改革在数据结构课程中的应用。提出了采用线上线下的教学方式,让学生在课前,课中,课后充分学习,以学生为中心,旨在提高学生学习积极主动性,提升教学效果,完成教学目标。经实践,混合式教学更适应当今时代需求,符合大学生学习及认知规律,是对传统式教学的突破和创新。

关键词： HashMap   数据结构   数据处理  

摘要： 使用HashMap作数据处理,并研究Java中HashMap实现原理。介绍HashMap相对于其他存储结构的优缺点。

关键词： 新工科   数据结构   教学探索  

摘要： 2016年,中国加入《华盛顿协议》,标志着我国新工科的建设和发展进入了崭新的阶段。数据结构课程作为大多数计算机相关专业的基础课程,是计算机相关工程教育的重要组成部分。因此,在新工科背景下,对数据结构课程教学进行探索和研究是十分必要的。本文通过分析新工科建设和发展中的现实瓶颈,结合数据结构课程特点,提出了三点数据结构课程教学中存在的问题。同时,在以新工科内涵为指导的基础上,对应数据结构教学中存在的三点问题,联系教学实践,提出可以及时更新教学内容、引导学生创新和激励学生自主学习三个方面,探索符合新工科发展要求的教学方法。

关键词： 故障检测   质量监控   流形学习   集成学习  

摘要： 考虑到工业过程中不同数据结构特征的提取方式可能会影响质量监控性能,提出了一种融合过程数据集全局与局部结构特征的集成质量监控(Ensemble Learning based Multiple Data Structures Quality Monitoring,E-MDSQM)方法。首先,构建偏最小二乘(Partial Least Square,PLS)、邻域保持回归(Neighborhood Preserving Regression,NPR)、局部全局主成分回归(Local and Global Principal Component Regression,LGPCR)3种基础模型,分别描述过程数据的全局结构、局部拓扑及局部全局混合结构信息;然后,基于一种新的监控指标,采用遗传优化算法求得最优权重,集成融合各统计量并确定控制限;最后,通过田纳西-伊斯曼(Tennessee-Eastman Process,TE)过程仿真,评估集成模型的监控效果,并与PLS、NPR、LGPCR 3种基础算法比较,实验结果表明该集成模型取得了较好的综合效果。