您的常用邮箱:*
您的手机号码:*
问题描述:
关键词: 课程思政 数据结构 思政主题 教学设计
摘要: 围绕“为什么教”“教什么”“怎么教”3个关键问题,探讨课程思政挖掘与融入,明确渗透算法思维、弘扬工匠精神、厚植家国情怀、提高人文素养4个方面的价值塑造目标,从课程知识点、算法案例、教学方法与手段3个维度阐述思政元素的挖掘路径,最后提出专业知识传授和思政融入的一体化教学设计。
关键词: 高中信息技术 大概念 三维课程设计模式 数据结构
摘要: 课堂教学中大概念的应用对于引领课程改革和落实核心素养具有重要的现实意义。三维课程设计模式是以概念维度为核心的一种有效教学模式,通过大概念为本的三维课程设计模式进行“数据与结构”一课的教学实践,能够帮助学生深刻理解“数据类型”和“数据结构”的学科大概念,取得良好的教学效果。
关键词: 数字人文 高校文科学报 信息传递 数据结构 数据平台 师范大学学报 古地图 政务处理
摘要: 北京师范大学学报2023年第4期成一农:《“数字人文”视野下的中国古地图数据平台建设》指出“数字人文”以“重新定义、提出以及解答人文问题”为目的,基于这一思路,未来中国古地图数据平台建设,除应基于古地图研究所面对的关键问题囊括众多的新史料以及更多的与古地图有关的信息之外,更应以史学问题为导向构建数据结构,同时注重建立与其他数据平台之间的联系,并提供古地图和史学研究所需要的分析工具,最终对诸如中国古代疆域变迁、政务处理中信息传递等热点和关键的史学问题进行探讨。上述设计思路不仅适用于古地图数据平台建设,而且适用于众多面向“数字人文”的数据平台建设,由此最终实现真正意义上的“数字人文”,并促进学术研究的发展。
关键词: 数据结构课程 实验教学 持续改进 思政元素 教学改革
摘要: 针对工程教育专业认证后的数据结构课程实验教学中存在的问题,提出将持续改进循环理论应用到实验教学的全面质量管理之中。紧密结合数据结构相关实验的特点,在实验题目中渗透思政元素,探讨改进教学方法和手段,列出实际教学应用实例,促使数据结构课程实验教学质量不断提高。
关键词: 题库建设 混合教学 数据结构课程 线上线下 教学模式 设计
摘要: 数据结构课程是计算机类专业的基础课程,在教学过程中,学生感觉内容抽象,学习困难。通过在线题库促进学生练习,能够有效评估他们的学习状态,提升其学习效率和拓展其学习深度。该文结合教学经验,研究了适用于混合教学的数据结构题库建设,并在此基础上设计教学模式。结果表明:在线题库提高了答题的便利性和组卷的灵活性,有利于高效的教学反馈与互动、优化教学内容。学生通过在线题库的练习,能更好地理解知识,提高综合能力,对提高成绩有较大的帮助。
关键词: 多元融合 案例驱动 互动启发 情景设置 合作探究
摘要: “算法与数据结构”是计算机专业的核心课程,围绕实际教学过程中存在的问题,提出“案例驱动”“互动启发”“情景设置”“合作探究”等教学方法,并在实际教学过程中进行了多元有效融合。通过理论和实验教学过程中的多元融合,激发了学习兴趣,调动了学习积极性,提高了课堂教学质量,教学效果获得明显提高。
关键词: 半边数据结构 A-star算法 路径规划 邻接边中点 3D游戏
摘要: 针对3D游戏地形的路径搜索问题,提出基于半边数据结构的具有避障能力的A-star最短路径搜索算法。算法利用三角面与邻接边的拓扑关系建立半边数据结构,并以三角面邻接边中点作为路径节点,对比传统的以欧氏距离为预估代价计算模型,提出一种新的预估代价计算模型的A-star算法(HEAS),算法可有效规避障碍并找到最优路径。实验表明,HEAS算法可适用于不同三维地形,并可确保在较短的时间内找到最优路径。实际上,HEAS算法不仅可应用于3D游戏场景下的最优路径搜索,亦可应用于实际三维地形图的最优路径规划问题。
关键词: 交叉学科 数据结构 综合评价 行动研究
摘要: 针对跨专业学生基础薄弱、学科交叉特色不鲜明、理论与实践脱节、评价体系较为单一等教学现状,提出双学位背景下的数据结构课程教学改革思路,从教学内容、教学方法和评价体系方面介绍具体教改措施,探讨适合双学位本科生的数据结构教与学,最后通过小组合作项目、EOJ在线编程实践和调查问卷说明教改效果。
关键词: 数据结构 程序语言
ISBN: (纸本)9787313280732
摘要: 本书以在线题目驱动的方式介绍数据结构与算法相关知识,以Python语言描述算法,培养学生的计算思维、分析与解决具体问题的能力及创新能力。本书内容主要包括线性表、栈、列、字符串、二叉树和图等数据结构及相应算法,以及查找算法和排序算法。
关键词: 软件工具
ISBN: (纸本)9787115623348
摘要: 本书是用Python描述数据结构与算法的开山之作,汇聚了作者多年的实战经验,向读者透彻讲解在Python环境下,如何通过一系列存储机制有效地实现各类算法。通过本书,读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用,等等。这一版重写了书中的示例代码,并对诸多内容做了修正。