数据结构与算法¶
课程边界
本页提供通用知识地图，不固定学分、学期、教师、培养性质、实现语言、实验项目或成绩占比。正式先修与考核要求以本人培养方案和当年课程通知为准。
核心内容¶
- 线性结构：顺序表、链表、栈、队列及其典型操作。
- 树结构：二叉树、堆、二叉搜索树、AVL 树、红黑树、Huffman 树。
- 多路搜索树：B 树与 B+ 树；它们不是红黑树的别名，常用于外存索引等场景。
- 图结构：邻接矩阵/表、DFS、BFS、最小生成树、最短路径和拓扑排序。
- 查找与排序：散列表、比较排序、非比较排序及稳定性等性质。
- 复杂度分析：渐进记号、递推关系，以及时间与空间权衡。
具体教学班可能只覆盖其中一部分，或把 B/B+ 树等内容放到数据库课程中。
实践方式¶
常见练习包括实现基础容器、排序、图算法或一个综合应用，但语言和题目每年可能变化。不要把 Huffman 压缩、校园导航或文件索引写成当前固定大作业，也不要以往届源码和报告作为实现模板。
学习方法¶
- 为每种结构写清不变量、操作前后条件和复杂度，再实现代码。
- 用小规模输入手工推演树旋转、堆调整、排序划分和图算法状态变化。
- 为边界情况准备测试：空结构、单元素、重复键、退化树、非连通图和极端容量。
- 区分“会调用库”和“理解实现”；是否允许使用标准库由课程任务决定。
参考资料¶
- Mark Allen Weiss：《Data Structures and Algorithm Analysis》：通用数据结构参考，使用 C 或 C++ 版本时注意接口差异。
- VisuAlgo：用于观察算法过程；动画不能替代复杂度证明和独立实现。
- 南京大学计算机学院课程体系：用于定位课程关系，不提供当前教学班考核细节。