本课程为专业基础课,也是专业主干课程(学位课程),本课程 是计算机科学的算法理论基础和软件设计的技术基础,主要研究信 息的逻辑结构及其基本操作在计算机中的表示和实现。 课程的任务是学会分析研究计算机加工的数据结构的特性;

教学目标： 函数的概念、定义、调用和返回 带自定义函数的程序设计 递推算法 递归思想及算法实现 函数的参数传递方式 6.1 函数概论 6.2 递推 6.3 递归及其实现 6.4 指针与函数

1. 状态空间方程 2. PID控制 3. 线性二次最优控制算法 4. 鲁棒控制法（了解） 5. 模糊控制 6. 分数阶控制算法 7. 小结

本文介绍一种新的混合离散变量优化方法及通用程序。该程序适合于求解含有整型、离散型和连续型变量的最优化问题,能给出符合工程要求的规格化最优解。本程序经用30个工程设计和数学问题的考核与评定,证明这种具有多功能的组合型算法和程序,其解题的可靠性,若按最优解的目标函数值的精度在10-2以下统计,达到100%。文中还简介了本程序在两个工程设计问题中的应用

为了解决分段多点成形过程中的技术难题,利用数值模拟软件对其成形过程进行数值模拟.以显式算法模拟加载成形过程,隐式算法模拟卸载回弹过程,从而实现分段多点成形的数值模拟.采用非均匀有理B(NURBS)样条曲线设计过渡区形状,探讨了过渡区大小对成形品质的影响.结果表明,在合理设计过渡区的情况下,分段成形品质好于一次成形

2.1 线性表的类型定义 2.2 线性表的顺序表示和实现 2.3 线性表的链式表示和实现 2.3.1 线性链表 2.3.2 循环链表 2.3.3 静态链表 2.3.4 动态链表与静态链表 2.3.5 双向链表 2.3.6 其他表示 2.4 基于链表的算法设计 2.5 一元多项式的表示及相加

现有的基于密度的数据流聚类算法难于发现密度不同的簇，难于区分由若干数据对象桥接的簇和离群点.本文提出了一种基于共享最近邻密度的演化数据流聚类算法.在此算法中，基于共享最近邻图定义了共享最近邻密度，结合数据对象被类似的最近邻对象包围的程度和被其周围对象需要的程度这两个环境因素，使聚类结果不受密度变化的影响.定义了数据对象的平均距离和簇密度，以识别离群点和簇间的桥接.设计了滑动窗口模型下数据流更新算法，维护共享最近邻图中簇的更新.理论分析和实验结果验证了算法的聚类效果和聚类质量

1. 掌握算法的基本概念。 2. 掌握基本数据结构及其操作。 3. 掌握基本排序和查找算法。 4. 掌握逐步求精的结构化程序设计方法。 5. 掌握软件工程的基本方法，具有初步应用相关技术进行软件开发的能力

学习数据结构的基本概念和必要的基础知识。 理解逻辑结构、存储结构和运算的关系。 学会分析研究计算机加工的数据结构的特性，掌握常用的数据结构的特点并能正确地选择数据结构。 为应用涉及的数据选择适当的逻辑结构和存储结构，并能设计出较高质量的算法

5.1 数组 5.1.1 数组的基本概念 5.1.2 数组的存储结构 5.1.3 特殊矩阵的压缩存储 5.2 稀疏矩阵 5.2.1 稀疏矩阵的三元组表示 5.2.2 稀疏矩阵的十字链表表示 5.3 递归 5.3.1 递归的定义 5.3.2 何时使用递归 5.3.3 递归算法的设计 5.4 广义表 5.4.1 广义表的定义 5.4.2 广义表的存储结构 5.4.2 广义表的存储结构