以计算思维为中心的数据结构教学方法探讨

以计算思维为中心的数据结构教学方法探讨

ID:31363630

大小:104.50 KB

页数:4页

时间:2019-01-09

以计算思维为中心的数据结构教学方法探讨_第1页
以计算思维为中心的数据结构教学方法探讨_第2页
以计算思维为中心的数据结构教学方法探讨_第3页
以计算思维为中心的数据结构教学方法探讨_第4页
资源描述:

《以计算思维为中心的数据结构教学方法探讨》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、以计算思维为中心的数据结构教学方法探讨  摘要:如何帮助学生学习和掌握数据结构课程蕴含的计算思维,是从事数据结构教学工作的教育者需要考虑的重要问题。文章提出一种基于问题驱动和图示法的教学方法,即以计算思维为中心的教学方法,以稀疏矩阵的转置问题为例说明该教学方法的理念和特点。  关键词:数据结构;计算思维;教学方法;问题驱动;图示法  0引言  在计算机科学中,数据结构是一种在计算机中组织和存储数据,以便高效利用这些数据的有效方式。数据结构主要研究数据在抽象视图和实现视图中的表示和处理方法,其理论性和抽象性较强

2、,要求能够运用计算思维分析并解决问题,被认为是比较难学的课程。基于问题驱动的教学方法是将求解原问题转换成一系列的子问题,通过求解子问题序列最终求解原问题,子问题序列实际上给出运用计算机求解问题的最终目的和思考问题的计算思维轨迹。图示法可以直观、形象地描述每个子问题的求解思路和过程。为了让学生更好更明确地理解什么是计算思维、数据结构中有哪些计算思维、怎样运用计算思维求解问题,通过在教学过程中不断尝试和探索,我们发现将问题驱动与图形演示两种教学手段结合起来是一种行之有效的教学方法,即以计算思维为中心的教学方法。 

3、 1问题描述4  随机稀疏矩阵是非零元比零元少很多且非零元的分布不具规律性的一种矩阵,转置矩阵是矩阵行列交换后得到的一种矩阵。通常用二维数组表示矩阵,借助二维数组可以实现计算机求解矩阵的转置矩阵。以求解稀疏矩阵M的转置矩阵T为例,求解过程如图1所示。  实现求解稀疏矩阵M的转置矩阵T这个目标,需要依次解决的子问题有在存储器中如何存储二维数组、如何以低空间成本存储稀疏矩阵、如何从存储结构的角度解读需要求解的问题和如何求解新视图中的问题。  2教学过程  按照求解逻辑,将求解稀疏矩阵的转置矩阵问题细化为一个子问题

4、序列,通过依次求解序列中的子问题最终使原问题得到解决。讲解每个子问题的求解方法时,可以运用图示生动形象地描述抽象复杂的求解过程。具体教学过程如下所述。  1)子问题1:如何在存储器中描述二维数组。  这个子问题隐藏的计算思维是如何在线性空间(存储器)中描述非线性结构。为了更形象地说明该子问题的两种求解方法――“以行为主”顺序存储和“以列为主”顺序存储,我们在讲解的过程中使用图2所示的示意图。  2)子问题2:如何以低空间成本存储稀疏矩阵。4  随机稀疏矩阵中的非零元非常少,为了节约空间成本,通常只存储其中的非

5、零元信息,但非零元在矩阵中的分布没有规律性,因此除了需要存储非零元的值外,还需要存储非零元在矩阵中的位置信息;三元组(行,列,值)结构可以满足这样的存储需求。一个稀疏矩阵可以表示为一个三元组集合,但三元组集合只给出了稀疏矩阵所有非零元的分布信息、值的信息和部分零元的分布信息,并不能唯一确定一个稀疏矩阵。为了获得所有零元的分布信息,我们需要知道稀疏矩阵的规模信息,即它是多少行多少列的矩阵。低空间成本存储稀疏矩阵M的存储结构图(以“行序为主”存储三元组)如图3所示。  3)子问题3:如何重新解读所求问题。  稀疏

6、矩阵的转置矩阵还是稀疏矩阵,因此目标矩阵T也将按照上述低空间成本存储方案进行存储,那么用存储结构视图重新解读问题“已知稀疏矩阵M,求它的转置矩阵T”,实质上就是已知图3补全图的问题。  4)子问题4:如何根据图3的信息补全图4。  显然,根据M中m、n和t这3个成员的值可以很容易得到T.m、T.n和T.t的值,即T.m=M.n,T.=M.m,T.t=M.t。因此,我们需要解决的关键问题是如何根据M.data[]得到T.data[]。  解决方法1:以T.data[]为主导进行填充,即依次填充T.data[0]

7、、T.data[1]……T.data[T.t-I],并且保证存储是以T的“行序为主”顺序存储的。具体来说,需要对M.data[]进行M.n次扫描,第j(0≤j≤M.n-1)次扫描的任务是将M.datar1中第j列的元素依次进行行列转换后插人T.data[]中。具体求解过程如图5所示。  解决方法2:以M.data[]为主导进行填充,即依次根据M.data[0]、M.data[1]……M.data[M.t-11填充T.data[],并且保证存储是以T的“行序为主”顺序存储的。具体来说,只需要对M.data[]进

8、行一次扫描,扫描到第k(0≤k≤4M.t-1)个三元组时,需要确定该三元组进行行列转换后的新三元组应该填到T.data[]中的什么位置。为了解决这个问题,在填充之前需要对M.data[]中的三元组进行统计分析,分析出M的每一列有多少个元组。假设得到M的第j(0≤j≤M.n-1)列有Nodesj个非零元,那么,实际上得到T的第f(0≤i≤T.m-1)行非零元在T.data[]中的位置范围为  为了便于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。