2025版《数据结构》课程学习指南

2025.01.14: 新增部分内容与链接。
2024.01.15: 精简部分内容与链接。
2023.01.20：修正部分内容与链接。
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

• 学习平台
• 学习说明
  • 成绩组成
  • 学习目标
  • 几大主要的学习活动
  • 学习方法
    • 开学前
    • 开学后
• 资源
  • 1. 实验大纲及实验工具
  • 2. Q群
  • 3. 线上MOOC
  • 4. 资料
    • 4.1 教材与参考书
    • 4.2 推荐文章与网址链接列表
  • 好文共赏链接列表

学习平台

1. [学习通-《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。
   • 包含：视频观看、章节测验、作业、讨论、期末考试等。
   • 学期开始前可先使用线上课程进行学习，建议自学完成前三章，并完成对应章节的PTA练习。
   • 课程链接：2025春-第14期-数据结构
2. 雨课堂：课前预习、课堂互动、授课回顾(可回看PPT)。
3. PTA线上编程平台：编程练习。
4. 课堂派：用于完成作业与测验。
5. AI助手：尝试使用基于智谱清言的《数据结构》课程AI助教-小秋辅助学习。

学习说明

本课程采取线上线下混合教学模式。最终成绩将包含线上部分。

成绩组成

1. 线上课程：20%。包含线上课程平台与PTA完成情况(仅参考)。
   • 视频(占线上20%)、讨论(占线上20%)、章节学习次数(占线上10%）
   • 章节测验(占线上30%)、期末考试(占线上20%)
   • PTA：主要用来巩固与提高，将统计完成率不高的学生。
2. 平常表现：30%。包含课前预习、课堂回答、实验、课堂参与度等。
   • 课前（占平常表现50%）：预习完成情况（预习课件中习题与调查完成情况）。
   • 课上（占平常表现50%）：课堂提问回答、实验课检查、编程练习。
3. 线下期末考试：50%左右。

注意：线上课程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，补考也将计入这些成绩。

学习目标

1. 掌握常用数据结构的基本理论只是与常用的的算法。能根据实际问题选择合适的数据结构与算法。
2. 能对算法进行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：通过雨课堂预习课件预习，偶有自主学习任务单，线上课程。
课上：串讲、互动、讨论、答疑、编程练习
实验课：紧跟老师节奏，完成实验课任务。。
课后：截止日期前完成课堂派理论作业、线上课程章节测验，根据需要观看线上课程、完成讨论，课后努力完成PTA练习大部分题目、专题讨论。

学习方法

开学前

寒假：先去刷在线课程前三章的视频入个门。章节测验如果没有把握不急着做，要算入最终平时成绩。

开学后

0. 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。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。
1. 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。
2. Practice makes better：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”！
3. 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。
4. 提高上课与学习效率
   • 学习工具：纸和笔非常重要。无论自学还是课上一定要带纸和笔。
   • 课前预习：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、然后再思考。这样的话，认知的负荷较重，更多是停留在记忆而不是思考层面。
   • 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。
   • 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。
   • 记笔记：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。注意：课后对笔记进行回顾才能让笔记真正起到作用。
   • 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。

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。

思考：你如何回顾、巩固你所学的新知识？那种效率更高？

资源

1. 实验大纲及实验工具

数据结构实验大纲
实验工具：Visual Studio，详见Visual Studio 2019/2017 安装使用教程（快速上手版）。

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. 资料

4.1 教材与参考书

教材： 俞勇、张铭、陈越、韩文弢. 《数据结构》. 北京：高等教育出版社，2024.07.
参考书:

1. 李春葆等. 《数据结构教程（第6版·微课视频·题库版)》. 北京：清华大学出版社，2022.07.
2. 李冬梅、严蔚敏、吴伟民. 《数据结构（C语言版）（第3版）》. 北京：人民邮电出版社，2024.10.

4.2 推荐文章与网址链接列表

1. 学长智凯：数据结构个人学习推荐
2. 学长智凯：C++ STL 库快速上手
3. 学长智凯：C++面向过程编程
4. 一个搜集常用的C/C++库、框架、资源网站，Awesome C++
5. 模块化编程-以图书管理系统为例
6. 简易版：C语言编程规范自查
7. 学长智凯的数据结构文章清单
8. 《数据结构》寒假作业-提前起步

好文共赏链接列表

1. 算法复杂度分析，这次真懂了
   
2. 主宰这个世界的10种算法
3. 知其所以然之永不遗忘的算法
4. 算法可视化网站
5. 学会C语言真的可以开发出很多东西吗？
6. 提升两百万倍 从1兆到2TB存储发展史