1. 专业必需自然科学、工程基础和专业知识，能够用于解决计算机软件开发中的复杂工程问题。

1.3:计算机软件与理论、计算机系统结构、计算机应用技术的基本理论、基本知识和基本技能。

1.5:软件系统设计、开发的软件工程思想及其在开发团队中应用，实现对大型软件系统复杂工程问题的解决方案进行分析与改进。

知识能力目标1

算法的基本概念，排序与分治法，字符串。

作业、实验、期末考试

2. 能够应用自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析计算机软件系统中的复杂工程问题，以获得有效结论。

2.1:能识别和判断软件系统中的涉及问题的主要算法类别和方法，识别和判断嵌入式系统中硬件设备涉及问题的主要原理。

知识能力目标2

动态规划，贪心法，图论与搜索。

作业、实验、期末考试

1

绪论

教学内容：

算法的基本概念，算法特别是递归算法的复杂度计算方法与计算公式。

重点：

算法的基本概念。算法复杂度的计算。

难点:

递归算法的分析。

理解算法的定义、算法的5 个基本特点和分类;掌握常见的算法描述方法、算法时间复杂度的分析和度量方法。

重点:

算法的定义、算法的 5 个基本特点和分类、常见的算法描述方法以及算法时间复杂度的分析和度量。

难点:

算法时间复杂度的分析方法和度量结论的得出依据。

2

讲授

课程思政目标1、

知识能力目标1

作业

2

排序

教学内容：

几种基本排序方法及其改进的排序方法基本思想、排序过程、算法实现、时间和空间性能的分析以及各种排序方法的比较和选择。插入排序、快速排序、希尔排序和堆排序的基本思想,这四种算法的具体实现和各种内部排序的性能比较分析结论;归并排序和基数排序的基本思想。

重点：

快速排和归并排序算法的基本思想，并通过这两种排序算法理解分治法。

难点：

分治法及分治法的应用。

掌握几种基本排序方法及其改进的排序方法基本思想、排序过程、算法实现、时间和空间性能的分析以及各种排序方法的比较和选择。理解插入排序、快速排序、希尔排序和堆排序的基本思想，掌握这四种算法的具体实现和各种内部排序的性能比较分析结论；了解归并排序和基数排序的基

本思想

12

讲授

示范

实操

课程思政目标1、

知识能力目标1

作业

实验

3

动态规划

教学内容：

什么是动态规划、动态规划的 2 个基本要点和动态规划设计算法的方法。

用递归法和递推法实现动态规划时的特点和区别。

以矩阵乘法连、最大子段和、图像压缩问题和 0~1 背包问题等为例讲解动态规划的算法设计方法。。

重点：

堆栈和队列的逻辑结构定义、堆栈和队列的操作特点。

难点：

堆栈和队列的应用；递归程序的执行过程。

通过例示 动态规划算法，学会判别一个问题是否适合用动态规划求解、能给出简单问题的动态规划状态转移方程。

重点：

动态规划的 2 个基本要点和动态规划设计算法的方法。

难点：

判别一个给定问题是否适合用动态规划求解、能给出问题的动态规划状态转移方程。

10

讲授

示范

实操

课程思政目标2、

知识能力目标2

作业

实验

4

图论、贪心法和搜索

教学内容：

图的基本概念；两种常用的存储结构；图的搜索与遍历算法；深度优先搜索与回溯、剪枝；广度优先遍历与分支限界；贪心算法的本质和应用贪心算法求解问题的 2 个要件。贪婪算法与前述动态规划算法的区别。以经典的最小生成树、单源最短路径和哈夫曼编码问题为例。拓扑排序，关键路径。

重点：

图的基本概念、两种常用的存储结构、深度优先搜索、广度优先搜索、贪心法，动态规划算法在图论中的应用。

难点：

回溯与剪枝；分支限界；基于贪心法设计的图论算法(最小生成树Prim算法、Kruskal算法，最短路径Dijkstra算法);基于动态规划设计的图论算法Floyd算法。

掌握图的基本概念、两种常用的存储结构。掌握图的两种遍历算法；理解贪心法和动态规划算法在设计图论算法中的应用。理解最小生成树算法，最短路径算法，拓扑排序，关键路径。

20

讲授

示范

实操

课程思政目标2、

知识能力目标2

作业

实验

5

字符串

教学内容：

串匹配算法；正则表达式

重点：

KMP算法

难点：有限状态自动机。

掌握KMP算法，理解正则表达式。了解确定有限状态自动机和不确定有限状态自动机。

4

讲授

示范

课程思政目标1、

知识能力目标1

作业

课程思政目标1：科学思维方法的训练和科学伦理的教育，培养学生探索未知、追求真理、勇攀科学高峰的责任感和使命感。

知识能力目标1：熟练掌握各种典型数据结构的操作和实现，学会根据实际问题来选择恰当的数据结构。了解常见排序算法，理解图论常见算法，了解常见串匹配算法和正则表达式。

绪论、排序、字符串

作业

4%

28%

A1

实验

4%

25%

B1

期末考试

21%

30%

C1

课程思政目标2：培养学生正确认识问题、分析问题和解决问题的能力。注重强化学生工程伦理教育。

知识能力目标2：掌握分治法、动态规划、贪心法、回溯与分支限界等常见算法设计与实现。掌握设计和实现算法的步骤和算法分析方法，能够正确地设计高效的算法，训练出良好的程序设计技能，有能力编制高效可靠的程序。

动态规划、图论、贪心和搜索

作业

10%

72%

A2

实验

12%

75%

B2

期末考试

49%

70%

C2

总评成绩（100%）=期末考试（70%）+实验（16%）+作业（14%）

100%

——

——

考查点

基础理论知识掌握情况

典型数据结构操作实现

实际问题的灵活运用

总评分占比

36%

32%

32%

评分标准

100%

至

90%

深刻理解和熟练掌握各种典型数据结构的基本概念和基本理论。掌握常见的排序和串匹配算法。在线判题系统实验题目通过率在90%以上。

熟练掌握各种典型数据结构的基本操作和实现，掌握动态规划和贪心算法。在线判题系统实验题目通过率在90%以上。

会灵活根据实际问题来选择恰当的数据结构，能将学到的知识运用到实际问题中。在线判题系统实验题目通过率在90%以上。

89.9%

至

80%

熟练掌握各种典型数据结构的基本概念和基本理论。掌握常见的排序和串匹配算法。在线判题系统实验题目通过率在80%以上。

熟悉各种典型数据结构的基本操作和实现，掌握动态规划和贪心算法。在线判题系统实验题目通过率在80%以上。

可以根据实际问题来选择恰当的数据结构，能将学到的知识运用到实际问题中。在线判题系统实验题目通过率在80%以上。

79.9

至

70%

较熟练掌握各种典型数据结构的基本概念和基本理论。掌握常见的排序和串匹配算法。在线判题系统实验题目通过率在70%以上。

较熟悉各种典型数据结构的基本操作和实现，掌握动态规划和贪心算法。在线判题系统实验题目通过率在70%以上。

可以根据实际问题来选择恰当的数据结构，能将学到的知识运用到实际问题中。在线判题系统实验题目通过率在70%以上。

69.9%

至

60%

基本掌握各种典型数据结构的基本概念和基本理论。掌握常见的排序和串匹配算法。在线判题系统实验题目通过率在60%以上。

基本能实现各种典型数据结构的基本操作，掌握动态规划和贪心算法。在线判题系统实验题目通过率在60%以上。

基本能根据实际问题来选择合适的数据结构，基本能将学到的知识运用到实际问题中。在线判题系统实验题目通过率在60%以上。

59.9%至

0

未掌握各种典型数据结构的基本概念和基本理论。掌握常见的排序和串匹配算法。在线判题系统实验题目通过率在60%以下。

不能实现各种典型数据结构的基本操作，掌握动态规划和贪心算法。。在线判题系统实验题目通过率在60%以下。

不能根据实际问题来选择合适的数据结构，不能将学到的知识运用到实际问题中。在线判题系统实验题目通过率在60%以下。