1.专业知识：识记线性表、栈与队列、树和图等核心数据结构的基本概念和术语，阐述各种数据结构的特性，列举数据结构的实际应用场景，分析查找与排序算法（如二分查找、快速排序）、遍历算法（如深度优先搜索和广度优先搜索）、哈夫曼算法和最小生成树算法等常用算法核心思想。

2.专业能力：能对工程问题中的实际应用场景进行判断，从数据逻辑结构、存储结构和基本运2算三个层面考虑，设计合理的数据结构存储和管理数据，选择或者设计高效的算法解决具体问题，具备算法设计和一定的创新能力。能够使用某种编程语言（如 C、C++、Java、Python 等）编码实现算法，并进行代码测试，具备良好的编程能力和代码调试能力。能够从时间复杂度和空间复杂度对算法性能分析，评估算法优劣，具备算法优化基本能力。

3.职业素养：培养良好的职业道德和社会责任感， 提升自觉遵守职业规范的专业意识，强化科技强国的社会责任感。培养良好的工程实践能力，能够将数据结构与算法知识应用于实际工程项目，并考虑工程实践中的各种因素，如性能、可靠性、安全性等。训练文档撰写能力， 能够撰写清晰、规范的技术文档，包括算法设计文档、代码注释等。培养团队合作能力和沟通能力，具有严谨的逻辑思维和算法思维。

4.终身学习：学习国内外算法设计大师追求真理和求真务实的科学精神，培养勇于探索和敢于创新的科学精神。培养信息检索能力和文献阅读能力，追踪数据结构与算法领域的最新研究成果和发展趋势。树立自主学习和终身学习意识，培养批判性思维能力，促进可持续发展。

    1.本课程采取线上线下混合式教学，依托优质的网络教学资源, 引导学生开展课程内容的课前预习，线下环节通过教师讲授、实验指导、课程小结、学生测试等活动，激发学生学习兴趣，提高学生自主学习能力，着重培养学生良好的学习习惯和科学思维，从而不断提升课程教学质量。

    2.课程理论讲授环节，充分考虑学生学习基础和理解能力，融入人工智能的新技术和工具，围绕“以学为中心”的教学理念，采用任务驱动式、小组讨论等形式，理论联系实际，启发学生理解算法的本质思想，培养学生独立思考问题、分析问题和解决问题的能力，突出应用型本科培养特色。依托信息沟通平台和工具开展课程指导和学业答疑，帮助学生加深对课程教学内容理解和掌握。

     3.强化学生学习的过程性考核，注重各教学环节（预习、理论教学、实验指导、课程测试、课后作业、课程考试等环节）的管理和监督，动态跟踪学生的学习态度和学习情况，综合评价学生学习过程及教学效果。

     4.教学中注意加强与专业课程的联系，在教学内容的详略取舍上充分考虑专业的需要，在案例选取时尽量贴近学生的生活；结合应用型本科的培养定位，注重算法的理解和常规应用，适当弱化数据结构的性质推理和演算。

（一）教材

 刘朝霞、赵静、李邵华等.《数据结构与算法（C 语言）》（第 1 版），清华大学出版社，2023.9

 （后续如有最新版，将采用最新版本）

（二）参考书目

  [1] 陈锐、张亚洲、崔建涛、李璞.《深入浅出数据结构与算法（微课视频版）》，清华大学出版社，2023.4

  [2]李春葆、蒋林.《数据结构简明教程（第 3 版·微课视频版）》，清华大学出版社，2024.7

   [3]辛运帏 陈朔鹰.《数据结构与算法（2024 年版）》， 机械工业出版社 2024.8

（三）其他学习资源

    1.校本资源：学习通平台混合式教学资源

 2.网络资源：中国MOOC平台：《数据结构》（中国人民解放军陆军工程大学）

     https://www.icourse163.org/course/PAEU-1001660013?from=searchPage

1.考核方式

  本课程考核采用过程化考核，设置学习笔记、实验报告、阶段测试、课外作业、中期测试和期末测试这六个过程环节，综合学生学习态度、学习能力和学习效果等要素，强调知识与能力相结合，强调价值和综合素养考核，体现多元化评价要求。

2.成绩构成

3.评价标准