课程性质和地位
美国IEEE和ACM的教学计划以及教育部计算机教指委 “计算机科学与技术专业规范”都明确地把“程序设计”、“算法与数据结构”列入计算机以及信息技术相关学科专业的本科必修基础课程。作为一门重要的专业必修课程，“数据结构”课程中所学的线性表、树、图等数据结构，以及排序、检索问题的算法，是计算机科学的基本功。B+树、Hash表等高级数据结构，也是数据库系统原理、操作系统、编译原理、计算机网络等后续课程的重要基础。本课程与其他课程之间的关系见图1。
图1 “数据结构”与其他课程的关系
教学内容
本课程通过MOOC课程 + 课堂教学 + 上机实践 + 师生互动等环节实现课程目标。
本课程的主要内容（见图2）包括：线性表，栈与队列，字符串，二叉树，树，图，排序（内排序，外排序），检索，索引以及数据结构应用。课程持续11周，同学们每周在本课程上需要投入6－8小时。
图2 “数据结构”课程主要内容
教学目标
通过本课程的学习，使学习者具备基本的数据组织和数据处理能力，在解决问题时选择适当的数据逻辑结构、存储结构及运算设计的能力，最终能够创造性地进行算法设计和程序设计。
教学环节
本课程通过MOOC课程 + 课堂教学 + 上机实践 + 师生互动等环节实现课程目标。
先修知识
熟悉C或C++程序设计语言有助于你掌握数据结构相关内容。
学习策略
（1）对于基本概念，在理解概念的同时，尽可能结合实例掌握概念的内涵。
（2）对于表、树、图三大基本结构，依照“逻辑结构→物理结构→基本运算→基本算法→算法评价”这个脉络，掌握每种结构的特点，并进一步理解研究数据结构的作用。
（3）对于算法设计，遵循“少而精”的原则，掌握重点，以点带面，通过对比，逐步建立设计“好”算法的意识。按照“读、仿、改、究”的学习模式逐步提升自己的程序（算法）设计能力。具体地说，“读”就是研读经典算法及其实现代码，领会算法设计思路、描述方式和实现代码的程序结构；“仿”是指对现有的求解原问题的算法进行简单搭建和修改，写出用来求解与原问题相近的新问题的模仿算法；而“改”则是，当应用场景或用户需求发生较大改变时，能够对现有算法进行改进，写出改进算法，这一阶段至关重要，不仅起到了深化理解知识的作用，而且对算法设计能力、分析能力，改进点的定位，改进措施的选定都是极大考验和锻炼；“究”指的是研究和探索给定问题的性质、特征，确定求解策略，设计出性能良好的求解算法。
主讲教师
陈燕红 副教授 硕士生导师
主要参考资料
1. 张铭、王腾蛟、赵海燕，《数据结构与算法》，高等教育出版社，2008年。
2. C. A. Shaffer, Data Structures and Algorithm Analysis in C++, Third Edition, Dover Publications., 2011.