数据结构习题

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇数据结构习题范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

数据结构习题范文第1篇

关键词 高校图书馆 专题数据库 数据库建设 资源分享

0引言

高校图书馆是满足学生以及其他人群的信息需求的重要场所，随着互联网的快速发展，高校图书馆的服务方式也不断改变，从传统的人工服务转变为信息化服务，为人们提供了更多丰富的资源和信息。在高校图书馆的发展过程中，专题数据库建设是一个重要任务，也是实现图书馆转型发展的重要途径，可以对图书馆的各种资源进行有效地归纳与区分，便于读者对各种资源进行利用。当前高校图书馆面临的一个重要问题也是如何对专题数据库进行进一步开发和利用，很多高校图书馆开始探讨专题数据库的建设思路、标准规范、内容结构等，并且将一站式服务模式纳入高校图书馆专题数据库资源建设过程中，以实现资源分享以及优势互补的目的。

1高校图书馆专题数据库发展现状

高校图书馆管理方法的创新是对高校图书馆管理工作效率进行提升的一个重要措施，当前很多高校图书馆在努力加强对管理模式的改进，对图书馆的服务模式进行创新，以促进各种信息资源的高效共享。在信息时代，高校图书馆的定位已经得到了更新，信息化是高校图书馆发展的重要趋势，高校图书馆各种资源的共享，也应该要逐渐实现信息化，要构建数字高校图书馆，便于用户对高校图书馆的各种信息进行挖掘，并且从这些信息中获得更多知识，提高精神文化水平。比如当前很多高校图书馆都对信息管理系统进行升级，设置了电子书库，便于读者通过网络和各种新媒体平台对书籍进行阅读。由于图书馆资源总量十分巨大，为了要获得更好的阅读体验，则图书馆必须要对各种资源进行划分，设置专题数据库。经过多年的发展，高校图书馆专题数据库建设也取得了相应的进步，从书目数据库向内容数据库转变，从馆藏文献资源向网络资源链接转变，从各个图书馆的单独建设到各个图书馆联合建设转变。当前，在很多高校图书馆的网站上，基本都可以看到“数字图书馆”、“专题数据库”等字眼，能够在各种专题数据库中找到所需要的信息，信息的归纳总结也一目了然，搜索和阅读都十分方便，为图书馆的各种特色资源共享提供了有效地保障。

虽然高校图书馆专题数据库的建设取得了一定的成效，但同时也还是存在一些问题，比如数据库建设过程中的标准化与规范化问题比较严重；数据库内容选择还存在一些问题，有的比较单一，有的比较杂乱；各种资源的筛选也比较困难，有的资源不容易获得，有的资源出现重复。

2高校图书馆专题数据库建设

2.1加强数据库联合共建

传统的图书馆服务是一种封闭，需要用户自己发挥主动性去查询相应地资源，而且各个图书馆之间往往是独立的，相互之间的联结不多，因此使得很多资源没有得到共享，造成了资源浪费。现代高校图书馆的定位是主动服务、精准服务，尤其是在信息时代背景下，高校图书馆的服务模式也要不断创新，关注用户的需求，从而为用户提供更多有效地信息。不同的高校图书馆之间可以建立合作机制，将一些资源共享出来，尤其是一些关键资源，其找寻难度较大，并不是每个图书馆都能拥有这些资源，在专题数据库建设过程中，各个图书馆经过合作商讨，可以就这些内容建立相同的数据库，在不同的高校图书馆平台上进行分享。

2.2设置统一的标准规范

标准化和规范化问题是专题数据库建设过程中面临的一个重要问题，数据库的建设过程中，为了要保证更多高质量的数据信息，则必须要对专题数据库建设标准进行统一，可以保证专题数据库的可靠性、系统性、连续性以及完整性，也有助于实现网络信息资源共享。当前很多高校图书馆专题数据库建设主要依据CALIS中心研制的专题数据库标准规范，而且各个图书馆都采用统一的规范和标准，也有助于读者对数据库的使用。在建设数据库过程中可以根据CALIS提供的软硬件平台、元数据标引格式规范、文献著录标准等，对各种信息资源进行收纳、管理。

2.3搭建完整的内容结构

内容是专题数据库的重要内容，不同的内容应该要纳入不同的专题数据库中，随着信息资源越来越丰富，其数据库中的书目和内容也越来越丰富，当前高校图书馆的专题数据库内容结构主要为以下几个方面：

（1）专业书目，这个数据库中的内容主要是各种中文、外文图书和教材。（2）期刊，期刊论文的技术含量较高，针对不同领域中的问题进行探讨，出版周期较短、内容新颖，因此数据量较大。（3）会议论文，这种数据库主要是采取各种渠道对国内外不同领域中的学术会议上所发表的论文进行收集整理。（4）学位论文库，该数据库主要是对各种本科、硕士、博士论文进行收集，主要是硕士和博士论文的收纳。（5）法规、专利、标准，该数据库主要是对不同行业中的最新标准、产品标准、专利文献等进行收集。

3结语

综上所述，在信息时代背景下，高校图书馆作为为大众提供知识和信息的场所，其发展模式也不断创新，专题数据库建设是高校图书馆发展过程中的一个重要内容，可以对各种信息资源进行分类和收纳，便于读者深入挖掘信息，实现真正意义上的资源共享。

参考文献

[1] 赵铨，付国英.高校图书馆专题数据库结构分析[J].图书馆理论与实践，2004（02）.

数据结构习题范文第2篇

关键词：数据结构；实验教学；课程体系；算法

数据结构是计算机专业的一门核心课程，是研究非数值计算的程序设计问题中计算机操作对象以及它们之间的关系和操作等的一门学科。课程概念多，理论教学抽象，为了使学生更好地理解数据对象、数据关系在计算机中的存储表示、运算以及执行算法，必须与实验教学紧密结合。我校的一些具有深厚石油背景的非计算机类专业，例如勘察、测井、资信以及测控等专业都开设了数据结构课程；非计算机专业实践教学过程确实存在一定的困难，主要表现为：学生对实验课缺乏学习兴趣、理论基础薄弱以及解决实际问题能力差等。笔者作为该课程的主讲教师，结合自己在数据结构教学中的一些体会，谈谈自己关于目前数据结构实验课程体系研究与探索的认识。

1数据结构实验教学的现状

1.1前导课程知识缺乏

现有的数据结构教科书的算法描述语言主要分为C语言版、C++版和Java语言版3个版本。根据我校的具体实际情况，C语言程序设计和C++面向对象程序设计被列为数据结构两个主要的前导课程。学生对它们的熟悉、掌握程度，直接关系到数据结构实验课程的教学效果。我校有多个院系在大学一年级第一学期开设C语言课程，课时设置为64学时，其中8～16学时的实验课时不等。不同院系所开设的“C语言程序设计”的教学内容与教学要求并不完全一致。作为学生最先接触的程序设计语言课程，教师由于课时有限、内容多，使C语言的教学内容处于初级阶段，课堂上讲解基本概念及简单程序的编写占用了大部分教学时间。由于对数组、结构体、指针等复杂数据类型讲解不够，导致石油类专业学生对指针和结构体的认识和理解不深。然而，这些知识点不仅是数据结构算法实现的重要基础，也是未来工作或深造学习过程中使用频率很高的内容。因此，在数据结构实验教学中，尽管老师费尽唇舌，学生仍然模糊不清，致使实验效果不理憨，学生甚至丧失了对该课程学习的兴趣与信心。

1.2教学内容安排不尽合理

目前我校有些院系的C语言与C++语言的实验教学内容基本相同。部分学生为了满足计算机课程学分的需要，在一个学期同时学习C语言和C++语言，这导致同学缺乏足够的时间对所学内容进行沉淀和吸收。在数据结构实验内容设置过程中，实验课时没有根据石油专业具体需求进行合理设置，教师在面向不同的专业的学生时采用相同的实验案例，学生在练习的教师指定的题目时只是简单地实现教科书中以章节划分为主的知识点，缺乏处理复杂问题的机会， 缺少创新性以及与学生本专业相结合的实验联系。由于只注重了计算机专业课程知识点的验证性实验，而忽略了非计算机专业学生的专业背景，这使得非计算机专业学生很难产生“共鸣”，教学效果达不到理想的目标。

1.3实验环境搭配与专业需求脱节

目前我校数据结构的实验环境不能完全适应专业教学发展需要。在Windows操作系统下，课题组一般采用Visual C++6.0作为平台，让学生搭建基于Console控制台工程，在命令行的方式下运行。由于我校具有鲜明的石油特色，特别是在石油的勘探与生产中需要评估潜在的石油资源，准确直观地定位油气资源的空间分布及其特征，并需要高效融合卫星影像、航拍地图、地震勘探、地表地质研究、地下横断截面影像以及现有井位等信息。这需要开源的可视化平台以及地理信息系统来满足面向专业的实验需求。笔者在指导学生上机实验的过程中发现，石油专业学生普遍反映数据结构上机实验远离当前专业所需要的开发环境，缺乏友好的图形用户界面，因此对实验重视程度不够。

1.4实验过程流于形式

数据结构课程本身较强的逻辑性和抽象性决定该课程的难度较大，学生首先从心理上畏惧数据结构，害怕实践，拿到实验任务到上机实习，常常茫然不知如何动手。实验教学过程中缺乏合适的监督管理和奖惩制度，大多数学生因程序设计基本功不扎实，当任务无法按时完成时就采取抄袭方式交差，企图蒙混过关。在实验过程中常出现这种现象：当某个题目暂时无人做出来时，同学们还能静下心来实践；当某位同学做出来以后，结果程序很快就会传播，部分同学再也“无心恋战”了。因此，有的学生一学期下来做了多次实验，自己却一个程序也未能调试通过，逐渐养成了“坐享其成”的习惯，久而久之，对编程失去兴趣，根本就不会编程序调程序，程序设计的能力也就可想而知了。

2数据结构实验课程体系

2.1加强经典算法及其衍生方法的教学实践

在“数据结构”课程实验设计中，由于算法众多，编程实现所有算法是不实际也是不必要的。因此应该重点编程实现典型算法，同时注意讲解该算法在石油行业的应用以及该算法目前主要的衍生算法。这样一个典型的算法往往能够起到以点带面的作用，只要掌握了这些算法的实现方法以及后续的改进策略，就可以将知识点构筑成立体的知识网，也就掌握相关数据结构的本质。当然，在选择典型算法的时候，要考虑算法的代表性、难易程度、综合性等因素。

2.2面向专业学生的课程群建设

目前，国内高校在数据结构教学研究中的实验教学方法、教学模式和教学内容优化等方面取得了一些实践性成果，但在课程综合体系建设方面仍然有一些不足[1]。我校非计算机专业实验教学时尤其要强调数据结构与其他相关课程，特别是石油信息科学之间的紧密衔接，并将离散数学、数据库、地理信息系统、并行计算等课程的主要知识点分散、穿插、融入到数据结构的教学中，从而优化整个课程体系结构。课题组在上机实验之前，在课堂上以程序实例的形式剖析C语言中的指针、结构体和函数等知识点，尤其要在学生难理解、容易混淆和犯错误的地方，布置涉及这些知识点的课外编程作业，通过作业批改发现问题后集中重点讲解。

2.3建立面向不同专业实验考核方式

针对不同院系制订合理的数据结构实验考核指标，加大对学生实验环节的考核力度，杜绝学生“等”、“要”、“靠”。在实验环节的考核中，概念基础层题目一般要求1周内完成，综合型题目一般要求2～3周内完成，对于综合型题目，学生先按3～4人分成一组，确定小组成员的角色与任务，每人完成一个模块，通过统一的实验环境接口组成一个完整的程序，最后随机抽取小组中的一名代表讲解编程的设计思路，演示程序执行情况。在这个过中程中教师提供必要的与测井、勘探数据处理相关的学习资料、参考方法等，为学生完成任务提供智力支持，使学生透彻地理解各种数据对象的特点，学会数据的组织方法和实现方法，选择合适的数据结构，甚至改造基本的数据结构，并进一步培养基本的良好的程序设计能力。学生要在规定的时间请辅导教师验收实验题，过期不验收，视为自动放弃，本次实验题没有成绩。

2.4实验教学体系层次化

以往的实践教学中实验大都由教师按教材单元统一组织进行，先理论后实践，实践只是对理论知识的简单验证，教师只关心学生是否来做实验，而不关注学生的专业实验需求、实验的效果如何。结果是学生对实验越来越没兴趣，不利于学生创新意识的培养和实践能力的提高。针对数据结构课程抽象性强、难度大的特点，构建一个渐进式、层次化的实践教学体系势在必行。我们尝试着按基础性C语言实验、结合面向对象思想的C++实验、数据结构可视化实验和基于CUDA的创新性实验4个层次构建“数据结构”课程的实验教学体系，如图1所示。

第1层次，基础性C语言实验。针对教科书某种数据结构的基本运算如插入、删除、查找等算法设计实验项目，其目的是让学生掌握基本概念基础知识和基本操作，通过实验学会如何从算法转变为程序。如队列结构的基础实验可以是队列的插入(入队算法)或删除运算(出队算法)。

第2层次，结合面向对象思想的C++实验。在一个实验项目中封装某种数据结构的一些基本运算函数，提高学生抽象分析能力。如线性表结构的C++实验包括链表的创建、插入、删除、遍历等基本函数。

第3层次，数据结构可视化实验。可视化实验是一个面向工作的开发技能提高过程。以期缩短学生在数据结构上机实验与当前主流专业软件集成开发环境之间的距离。

第4层次，基于CUDA的创新性实验。我校地质勘探专业的教学中，地震数据处理一直是主要教学内容，尤其是叠前深度偏移、地震相干数据体分析等内容更是教学过程中的重点和难点。然而，随着地震采集技术的进步，地震数据量越来越大，对处理速度的要求也越来越高，这就对高性能计算设备提出了更高的要求。由于GPU拥有大规模的并行处理单元，因此它特别适合于需要进行密集型数据处理和并行计算的地震数据处理。

在GPU计算领域，CUDA提供了一个良好的并行计算软件开发环境，得到了GPU计算软件开发者的普遍青睐。由于CUDA提供C语言编程接口，因此在勘探专业的数据结构实验教学中，针对专业问题给学生自主设计并行算法的选择的空间，引导学生深化现有问题，鼓励学生提出新的问题，分析新问题以及解决新问题。

2.5可视化数据结构实验框架研究

俗话说，“万事开头难”。如果要求学生从头开始编写程序，学生常感到无从下手，浪费了宝贵的教学时间，因此有必要为学生提供一个辅助的开发环境。数据结构实验环境是数据结构计算机辅助教学软件的重要组成部分[2]。为了达到实验教学过程可视化目的，我们设计了可视化数据结构实验框架。学生利用框架，只须将精力集中在实现数据结构模型本身就可以利用本实验框架达到可视化的效果，把抽象的数据结构在屏幕上通过图形用户界面形式显示出来，这样学生可以在不需要实现可视化的代码的情况下实现可视化数据结构实验，既增加了学习兴趣，又提高了学习效率[3]。可视化实验框架采用模型、视图和控制器框架，通过MVC模式将数据结构中的集合关系、线性关系、树状关系和图状关系等数据模型本身和可视化部件有机结合起来。根据我校勘探、地质等不同石油专业现有的实际集成开发环境以及相应的专业需求，我们提供两种实验框架备选：方案一，选用Visual C++6.0 + MFC实现“数据结构”中所有经典算法的实验框架，共计21个；方案二，采用Visual C++9.0 + QT4.0。由于地理信息系统在石油勘探、生产开发、设备管理、管道管理、运输管理、销售规划以及地面建设方面具有广泛的应用，因此我们提供的QGIS作为基础开发框架。

2.6实践教学过程工程化

信息科学工作者应具备科学的工作方法和良好的工作作风，使学生从实验课每个实践环节得到应有的工程训练。特别是在问题分析、抽象设计阶段，可以采用“任务驱动式”教学，以“任务书”的形式将设计问题下达给学生，要求学生按照软件工程的开发流程进行实践。我们将由课题组印制的具有统一格式的实验文档下发给学生，在实验报告中规定了实验题目的描述内容，包括专业问题描述、实验目的、实验内容及要求、需求分析、概要设计、界面设计、详细设计、测试数据、程序调试问题以及结合专业思考等。

教师根据“调试问题”以及“结合专业思考”的内容可以及时做出针对性解答并向学生提出问题，教会他们举一反三，促进学生的思维向新和深的层次发展，加深他们对所学知识的理解。

3结语

数据结构实验是培养具有扎实的计算机理论知识和创新能力的应用型人才的重要环节。我校石油特色鲜明，呈现多学科协调发展的学科专业布局。如何在专业跨度大、工学背景强、学时相对少的情况下，“数据机构”课程实验教学工作仍然能够取得良好的效果，是当前具有挑战性的课题。本文结合自身实验教学的经验，根据石油专业的特点，通过合理、有效、系统地组织实验内容、强化试验考核以及开发可视化实验环境平台来强化理论教学的效果、提高学生分析问题和解决问题的能力。从我校的数据结构教学实践看，采取了这些措施和方法后，巩固了同学“献身石油的理想”、增强了自信心、激发了学习数据结构的兴趣，真正实现了“教”和“学”的良好互动，提高了教学质量。

参考文献：

[1] 张铭,许卓群,杨冬青,等. 数据结构课程的知识体系和教学实践[J]. 计算机教育,2004(2):89-91.

[2] 周红鹃,胡学钢,田卫东. 面向多层次用户的可视化数据结构实验环境研究[J]. 吉林大学学报:信息科学版,2005(23): 130-134.

[3] 徐本柱,胡学钢,王浩,等. 基于MVC模式的可视化数据结构实验框架[C]//中国计算机学会. 全国软件与应用学术会议(NASAC)论文集. 北京:北京航空航天大学,2004: 87-91.

Research on Curriculum System of Data Structure Experiment Teaching

LIAN Yuanfeng, ZHANG Xiumei, LI Li

(Department of Computer Science and Technology, China University of Petroleum, Beijing 102249, China)

数据结构习题范文第3篇

伴随着电子商务时代一步步走近，网络会计的发展开始了一系列的以数字化、信息化为重点的信息技术革命路程，这种变化强烈冲击了传统意义上的商务理念、组织模式等，直接导致了一种新兴商务模式――电商运营模式的产生。在西方较为发达的国家中，于上世纪60至70年代开始步入信息化时代，然而我国的信息化研究较为落后，始于上世纪80年代。信息的全球化逐步促使了各国经济发展的不均衡，尤为明显的是不发达地区在大数据时代被边缘化的程度愈来愈高。

以计算机、通信以及网络技术为主体的信息技术的不断普及于很大程度上使得人民的生存环境与企业的经营管理模式产生了改变，这种改变重新诠释了大数据时代公司生存发展的新兴准则，也迫使更多的企业开始借助信息的集成化管理来应对市场的急速变化。

二、大数据时代中会计所需面对的挑战

（一）会计信息结构复杂化

我国会计信息的收集及处理仍主要为结构化数据，然而非结构化数据对于会计信息相关使用者的决策等方面都有着不可替代的作用。因此大数据时代对会计信息的结构将会产生以下两个至关重要的影响：

第一，非结构性数据在全部信息中所占据的比重将被逐步提升。大数据技术一个明显的优势是使得结构性、非结构性信息得以结合互补，并以定量的方式来描述、分析、评判各个公司经营情况。收集整理非结构化数据并进一步解读、理解成了每个公司不得不面临的挑战。

第二，于某些特殊情况下，对于公司会计信息精准性的要求会有一定程度上的下降。传统意义上的会计信息被视为精准的、无瑕疵的，任何舞弊性、造假性、非系统性错误都不被允许存在；于新兴的大数据时代下，相关信息使用者对于精准度的要求较之以往有所宽松，这其实在一定程度上对会计处理人员的要求进一步提升，在数据容量于精确性之间的利弊判断更加艰难。

（二）货币计量与计量属性的多元化

财务会计的信息计量属性在传统的处理过程中都以历史成本为主要度量标准，而随着大数据时代的来临，财务报告的目标逐渐开始向为投资者决策提供保障方面的偏移，其他计量属性被逐步纳入了财务会计信息制作的过程中。值得一提的是公允价值的大量使用已成为主要趋势，其最大好处是对投资者决策的相关性提供了重要参考依据，不足之处是其确定的不可靠性与其确定标准的不唯一性，劣势使得优势的发挥遭到了一定程度的弱化，于很大程度上限制了公允价值的可使用范围。

（三）财会信息管理模式的工厂化

今天来看，信息的处理部门――会计、财务部门往往未与公司内其他行管部门得以清晰的划分，这在一定程度上限制了会计信息处理的效率。随着大数据时代的推进，信息处理部门将实现单独运转，甚至于与公司总部实现分离，形成独立的类似于小型工厂的“会计信息处理工厂”，用来契合各公司跨地区、跨网点、跨部门对于会计信息提供上的公共需求乃至于个性化服务。

（四）财会人员职能的管理化

传统意义上的财会人员也将其大部分精力用于对各种单据审核、记账、报告等较为基础的工作中，而大数据的影响下会计的任务更多的变为了提升企业价值而不仅仅是核算财务信息。在新兴技术――云计算、互联网、通信技术等的合力驱动下，更多的财务、非财务数据将汇集于公司财务部门，财务部门的工作需要由数据的存储处理逐步过渡到数据的分析使用上来，这就要求财会人员对于业务有更深入的认知，可以熟练处理更多的非财务信息。

（五）财务报告相关性和报告范畴扩大化

大趋势下，财务报告的相关性目标收到的关注度越来越大，财会人员提供的信息可以于多大程度上帮助投资者进行决策，将直接决定财会人员的发展前景。对财会人员的要求增加了，需要有强烈的行业竞争意识，需意识到会计信息不再是投资者们进行决策的唯一可使用信息源。会计信息的使用趋势更倾向于在决策中检验信息的有用性，最后确定选择一个更有用信息源。如财会部门所提供的信息相关性程度没有其他信息系统所提供信息的价值相关性更高的话，财会部门的发展方向将接受极严苛的挑战。

三、应对大数据带来的挑战的方法

（一）提供更加综合的会计信息

1、于年报中拓宽非结构数据的范围

公司内部思想与外部价值观都在一步步扩展中，影响企业价值判断的因素也越来越令人目不暇接，投资者决策维度与相应的内容也随之得到飞速的扩展，大量的非结构性数据也被希望纳入公司的会计报告中。

2、扩展报告表内项目的范围

随着大数据的发展，原先很多不能准确定价的资产、负债可以实现合理的定价，将它们引入AIS处理的范围。并且财会人员应当对公司的商业模式进行专业量化，改变其在会计报表附注中的描述方法，以保障会计报告信息相关使用者能够得到足够的信息。

（二）建立AIS平台和相应的技术标准

随着用户信息需求量的不断增长，传统的模式已经愈来愈难以满足广泛需求，创立一套完善的可以将客户、供应商以及其他相关合作者一并纳入的共享信息系统平台将成为一个必然的趋势。中央政府、地方政府以及企业可以共同创立一个三级信息的共享平台，建立一个分工更为明确、层级更加分明的信息共享平台，以使不同信息使用者的需要得到更大程度上的满足。

（三）进一步保证会计信息化所要求的安全性

随着互联网的使用，云端的应用在各个方面已经屡见不鲜。这个过程里，虽通过应用软件集合协调了大量不同类型设备的存储和运行工作，但是安全性问题也相应的受到了很多重视。采取一定措施以杜绝恶意、非法访问乃至于泄露客户存储数据的一系列问题是系统首先应当处理的问题。第一，为阻止不同公司间恶意、滥用会计信息的行为，公司需建立起一套更为完善的客户身份安全认证及访问控制体系；第二，为加强公司对AIS的可信赖程度，公司需新设立起关于会计信息安全的评估机制。

（四）逐步实现财会价值转型

随着技术的不断进步，大数据的信息化管理已经逐步转变为推动提升企业价值战略的决定性环节，财会部门要进一步做到快速整合公司中关键的信息点，从而帮助公司更好地实现高额的利润以及投资回报，将会计从核算、监督职能向价值提升职能逐步转变。转变的实现取决于以下几个重要因素：战略方面，应当对财务管理进行进一步的创新，将提升价值作为公司的发展目标，于公司运营进程中大规模使用价值管理，能够高效的利用商业模式等相关知识处理事项；运营方面，应当集中管理财务，缩减管理的层级，掌握灵活运营和财务管控二者之间的关系。

四、推进AIS体系结构进步的建议

（一）提高公司管理水平

公司对信息技术的应用依赖程度不能过高，应当将信息技术视为公司发展的助力。推动AIS体系结构的发展进步是为进一步实现各个公司间的过程集成，从而更大程度上来提高公司市场竞争力，不可以仅仅依赖于技术的进步，应当逐步落实公司的管理职能，提高公司的管理水平。

数据结构习题范文第4篇

关键词：陕西省；对外贸易；竞争力

引言

陕西地处中国内陆腹地，对外贸易历史久远，古老的城市一直保持着对外开放的姿态。作为唐王朝政治、经济、文化的中心，它无疑是丝绸之路上最重要的经济、文化的聚集点。如今陕西省对外贸易取得了可喜的成就，2012年陕西省进出口总额达到147.99亿美元，创下历史新高，陕西省的进出口总额自2003年到2012年不断刷新纪录，但从横向比较，进出口总额仅位于全国第24位，陕西省的外贸潜力并未得到充分挖掘，对外贸易实力较弱。

为了从宏观的角度把握陕西省对外贸易结构的变化，本文采用OECD（1994）、Lall（2000）的研究结果，将商品分为资源密集型产品、劳动密集型产品、资本密集型产品和技术密集型产品四类，分析陕西省对外贸易结构，研究陕西省生产要素禀赋的特征和资源配置效率。

一、陕西省对外贸易结构分析

（一）陕西省对外贸易发展的总体情况

改革开放以来，陕西省对外贸易一直保持稳定的增长，2012年进出口总额为1479854万美元，是2003年的5.32倍，平均年增长率达到20.41%。陕西省对外贸易呈现显著的阶段性特征，进出口总额在2008年呈现出明显的分割点，出现了短暂的停滞，2008年以后继续保持较好的势头。从出口角度看，2003年到2008年出口一直高速增长，2009年的出口额出现大幅下滑，2010年到2012年，出口反弹并持续回稳，年平均增长率达到19.54%。由于出口额在2009年出现的大幅回落以及进口额的持续快速增长，2009年和2011年分别出现了短暂的贸易逆差。

（二）陕西省对外贸易结构分析

从陕西省四类商品出口占陕西省出口总额的比重来看，2009年以前，资源密集型产品占主要份额，2006年达到峰值，占据51.19%，其次是技术密集型产品，劳动密集型产品和资本密集型产品占有的份额较少。2009年之后，出口商品的产品结构发生了很大的调整，资源密集型产品的出口比重自2007年以来骤然萎缩，而资本密集型产品和技术密集型产品所占比重不断上升。截至2012年，技术密集型产品的出口的份额达到40.51%，劳动密集型产品由最初的22.88%下降到13.88%。

图1 陕西省四类商品出口占陕西出口总额的比重（单位：%）

从进口结构看，2003年到2012年这10年间，技术密集型产品是陕西省进口最多的产品，2012年陕西省进口技术密集型产品高达69.03%，反映出陕西省对技术、设备的需求量之大。劳动密集型产品始终是进口最少的种类，2012年仅占陕西省进出口总额的1.50%，资源密集型产品的进口在近10年内占总进出口额的比重虽有波动，但整体上趋于稳定，资本密集型产品的进口比重在2008和2009年急剧上升，2009年至今，呈现逐步回落的态势。查阅陕西省主要的进口产品，主要包括电机、电气设备及其零件；核反应堆、锅炉、机器、机械；矿砂、矿渣及矿灰。

图2 陕西省四类商品进口占陕西进口总额的比重 单位：%

从2003年到2012年，陕西省对外贸易大致可以分为两个阶段，第一阶段：2003年至2006年，通过出口资源密集型产品，换取外汇，进而引进国外先进技术，提升自身技术水平和出口创汇能力。第二阶段：2007年至2012年，在全球经济危机的大背景下，除技术密集型产品以外，各类产品的进出口均呈现出下降趋势，技术密集型产品的进出口比重同时上升，这一特殊现象反映了陕西省“高技术化”的对外贸易策略，更加注重进出口商品的技术含量。在这两个阶段中，陕西省的劳动密集型产品的出口整体处于下跌趋势，说明陕西省并没有依靠省内廉价的劳动力资源来发展经济，而是更加关注从长远利益，通过不断优化对外贸易结构来确保经济的可持续性发展。

二、结论

通过对陕西省对外贸易结构进行分析，本文得出以下结论：（1）陕西省对外贸易总额在近年来虽然有了较大的提升，但是与国内其他省份相比规模依然较小，不能称之为贸易大省。（2）通过对进出口产品进行分类，发现出口产品中资源密集型产品的主角地位已被技术密集型产品取代，非熟练劳动密集型产品的进出口不占优势，进出口份额始终较少；资本密集型产品从来都不是陕西省出口产品的主力，其近年来的进口比例较之前也有所下降。

本文仅仅是从非常宏观的角度讨论了陕西省对外贸易结构，实际工作中我们更应该关注微观层面的贸易需求，这也是以后学者研究的一个新方向。（作者单位：西安财经学院）

参考文献：

[1] 郑展鹏.中国对外贸易结构及出口竞争优势的实证研究[J].国际贸易问题，2010（7）

[2] 余道先，刘海云.我国服务贸易结构与贸易竞争力的实证分析[J].国际贸易问题，2008（10）

数据结构习题范文第5篇

关键词：本体；知识表示；领域本体；网络教育

中图分类号：G434文献标识码：A文章编号：1009-3044(2012)04-0967-04

The Study for Engineer Domain Ontology: An Experience in Developing Data Structures Ontology

YANG Jin

(Information College, Yunnan Normal University, Kunming 650500, China)

Abstract: E-learning is a new direction for the development of international education. An effective way to reduce the cost of education, improving the quality of network education is sharing of resources. However, the absence of a unified education knowledge representation make the shared of the learning resources to be difficult among different learning systems. Use the example of "data structures" course to illustrate how to use ontology to describe curriculum knowledge. The general approach is to get terms of course, using the standard OWL ontology description language to define and describe it to form the domain ontology.

Key words: Ontology; knowledge representation; domain ontology; network education

随着互联网技术的发展，运用本体论理论通过互联网技术进行知识和信息资源的整合是必要的。目前的知识己经愈来愈明显地表现出跨越多学科的特点，此种结构特点使得知识表现模型的相关性显得复杂且不单一，运用本体进行课程知识描述，在强调了概念的单一性和无二性的同时，在概念和概念之间、对象与对象之间建立了清晰的相关联系。

在教育领域，国内外关于本体在智能教学系统的研究已有一些进展。利用本体表示的知识不仅有助于知识、信息资源的系统化，而且也便于知识、信息资源的扩展和更新，使之更容易满足不同层次、不同需求的个人终生学习。使用本体来表示知识，构建领域本体，能够促进智能学习系统的有效开发。

1本体的相关概念

1.1本体的定义

本体论(Ontology)来自哲学领域，旨在研究客观事物存在的本质和组成[1]。随着信息科学的飞速发展，本体论逐渐用于知识工程和信息科学等领域之中。

在知识工程领域中，本体通过对于概念及其相互关系的规范化描述，勾画出某一领域的基本知识体系。

在计算机科学领域，斯坦福大学的Gruber认为“本体是概念化的明确的规范说明，能够以一种明确的、形式化的方式来表示领域知识，促进知识共享”。

本体论可以分为四种类型：通用、应用、领域和任务。

1.2本体建模元语

Perez认为Ontology包含五个基本的建模元语(Modeling Primitive)：

(1)类(Classes)或概念(Concepts)：表示领域知识元，包括一般意义上的概念以及任务、功能、策略、行为、过程等，通常具有一定的分类层次关系。

(2)属性(Properties)：描述概念的性质。

(3)关系(Relations)：表示概念之间的关联，在形式上定义为n维笛卡儿积的子集：

R:C1×C2×…×Cn。

(4)函数(Functions)：表示一类特殊的关系，即由前n-1个要素来唯一决定第n个要素。

(5)实例(Instances)：表示属于某个概念类的具体实体。

1.3构建本体的步骤

构建领域本体的目标就是要将一个或多个特定领域的概念和术语规范化，为其在该领域或领域之间的应用提供便利。面向不同的学科领域、不同的应用需求，本体构建的方法不同。比较成熟的本体构建方法有IDEF-5法、Skeletal Methodology骨架法、TOVE企业建模法、METHONTOLOGY方法、Cyclic Acquisition Process循环获取法、软件工程法等。文本以“数据结构”为例结合上述本体构建方法来构建领域本体[2,3]。

构建本体的一般步骤：

(1)列出研究对象所涉及到的概念(concepts)；

(2)按照概念的固有属性和专属特征进行归纳和修改，对概念建立类(class)以及层级化的分类模型(taxonomy)；

(3)加入关系(relation)连接concepts；

(4)按照需要添加实例(instance)作为概念的具象。

2“数据结构”领域本体的构建

通过分析“数据结构”的知识结构，并结合本体的五个基本的建模元语，得到该领域本体五元组表示：

O=

其中，O表示领域本体，C表示本体的概念集合，P表示本体的属性集合，R表示C上的关系集合，I表示本体的实例集合，X表示实例集与概念集的映射关系集合。

本体的属性集合P，描述概念自身的属性，称为数据类型属性（DatatypeProperty）。

本体的关系集合R，描述概念与概念之间的关系，称为对象类型属性（ObjectProperty），关系集合R中除了本体中基本的关系如part-of、kind-of、instance-of、attribute-of关系之外[4]，还可根据具体的情况定义相应的关系（如上位关系，下位关系，兄弟关系等）。

“数据结构”领域本体主要由“数据结构”课程中的概念，概念间的关系及计算机可以识别的形式化描述语言组成。构建该领域本体的目标就是要形成对于“数据结构”知识组织结构的共同理解和认识，为进一步建立智能学习系统奠定基础。

2.1列出研究对象所涉及到的概念(concepts)，即确定本体概念集C

分析“数据结构”知识内容[5]，按照教学步骤，将知识对象进行划分，并进行抽象归纳，形成的核心概念集C为：

C={集合，线性结构，树形结构，图状结构，查找表，内部排序，外部排序，文件，基本概念，基本操作}

考虑到这些核心概念需要具体的习题资源来练习，因此增加了练习题核心概念。这些核心概念基本覆盖整个“数据结构”课程的全部知识。

2.2对概念建立类(Class)以及层级化的分类模型，即建立概念层次结构关系

(1)对已确立的核心概念进行分析整理并进一步扩展，建立整个本体概念模型。

本体概念模型体现的是概念与概念之间的父子结构关系。这个过程是一个自顶向下的过程，根据已确立的上层父类概念，逐步细化形成下一级子类[6-8]。

把数据结构知识体系、练习题作为领域本体的顶级概念，数据结构知识体系向下有基本概念、基本操作、数据结构三个核心概念。每一个核心概念又有其子概念，进一步扩展为下一级概念，如：C（数据结构）={集合，线性结构，树形结构，图状结构} C（树形结构）={树，森林}

C（基本操作）={遍历操作，转换操作，构造操作，…}

……

以此建立的概念层次结构是以树型结构呈现，具有一条明确的主线。概念之间形成的等级层次结构如图1所示。

(2)确定概念的属性P

概念的等级层次结构是本体的骨架，其血肉要通过概念的属性来充实。本文将“数据结构”领域本体中概念的属性分为数据类型属性（DataProperty）和对象类型属性（ObjectProperty）。这里所说的属性P主要是指数据类型属性。

如数据结构的知识点可以从中文名称、英文名称、难易程度、掌握程度、考试概率、上位知识、下位知识、兄弟知识、关联练习题等方面描述进行描述，因此数据结构知识体系概念的属性P为：

P(数据结构知识体系)={中文名称，英文名称，难以程度，掌握程度，考试概率，上位知识，下位知识，兄弟知识，关联练习题}练习题可以从以下六个方面来刻画：

P(练习题)={编号，题目，答案，练习题类型，练习题难度，关联知识点}

充分利用类属性继承性特性，子概念共有的属性在父概念中定义，子概念继承父概念中的所有属性，再定义自己的特有属性。

2.3加入关系(relation)连接concepts，即确定概念间的关系R

领域本体除了上面建立的类的父子关系外，还要添加符合学习步骤和学习规律的其他关系，将两个概念之间的关系称为对象属性（ObjectProperty）。

如在学叉树这一概念时，主要学叉树的概念及各种操作。因此需要有概念和操作将二叉树和对应的概念和操作联系起来。

又如按照学习规律，在学叉树之前我们应先学习树的一些知识，因此树是二叉树的前驱知识、二叉树是树的后继知识。需要用前驱知识、后继知识将二叉树和树关联起来。

前驱知识和后继知识互为逆关系。

在“数据结构”领域本体中，部分对象属性(Object Properties)如表1所示。

表1领域本体中概念的主要对象属性

2.4按照需要添加实例(instance)作为概念的具象

实例是概念的具体实体，具有概念所有属性，在添加实例前，要确定该实例的两种属性，即数据类型属性和对象属性，以练习题为例，为其添加实例，其所有属性及属性值如图2所示：

3领域本体形式化编码及开发工具

本体形式化编码阶段就是选择合适的本体描述语言来描述知识本体，现有的形式化本体描述语言很多，主要有RDF和RDFS、 OIL、DAML、OWL、KIF、SHOE等。本文选用的是OWL（Web Ontology Language）来对领域本体进行描述[9]。

目前本体的开发工具主要有Ontolingua、Ontosaurus、WebOnto、OntoEdit、Protégé等。本文选择Protégé4.1作为本研究的本体开发工具，Protégé是由斯坦福大学的Stanford Medical Information开发的一个开放源码的本体编辑器[10]。

由于篇幅有限，关于OWL及Protégé的内容这里不做具体介绍。

4结束语

本体是一种用来描述概念以及概念之间关系的模型。将本体应用于领域本体的建设，可以表示复杂的知识层次结构。更便于知识的共享，重用及推理。下一步的工作将继续完善“数据结构”领域本体。

参考文献：

[1]谢娟.教学领域本体构建研究――以“C++程序设计”课程为例[D].济宁:曲阜师范大学, 2010.

[2] PEREZ A G, BENJAMINS V R. Overview of knowledge sharing and reuse components:ontologics and problem-solving methods[C]. Stock? holm: Swtdem, 1999:1-15.

[3] A Guide to Creating Your First Ontology [EB/OL]. 2011-10-25. protege.stanford.edu/publications/ontology_development/ontolo? gy101.pdf

[4] Gruber T R. Towards Principle for the Design of Ontologies Used for Knowledge Sharing[J]. International Journal of Human Computer Studies. 1995,43:907-928.

[5]严蔚敏,吴伟民.数据结构(c语言版)[M].北京:清华大学出版社,2009.

[6]潘颖,欧启忠,肖耿毅.面向语义的课程知识本体的构建[J].电话教育研究, 2007,2:19-21.

[7]杜小勇,马文峰.学科领域知识本体构建方法研究[J].图书情报工作,2005,8(49):74-78.

[8] Boyce S. & Pahl C. Developing Domain Ontologies for Course Content[J]. Educational Technology & Society, 2007,10(3):275-288.