E-Course首頁
 115 學年度 第 1 學期 數位學習科技學系 陳思齊教師 資料結構 課程大綱
課程簡介   Course Introduction
開課年度學期
Year / Term
115 學年度 第 1 學期
開課班級
Department
數位學習科技學系 數位二
Department of Information and Learning Technology
授課方式
Instructional Method
課堂教學 、 中文
課程電腦代號
Course Reference Number
155006
課程名稱(中文)
Course Title(Chinese)
資料結構
課程名稱(英文)
Course Title(English)
Data Structure
學分數/時數
Credit Hours
3 / 3
必(選)修
Required / Elective Course
必修 Required
授課老師
Instructor
陳思齊
助教
Teaching Assistant
上課時間
Meeting Time
星期二,節次3
Tue, Period 3、4、5
上課教室
Classroom
J304/J304
Office Hours

獲獎及補助情形   Awards and Grants

聯合國永續發展目標 (SDGs跨域類別)   Sustainable Development Goals, SDGs
SDGs 04. 優質教育:確保有教無類、公平以及高品質的教育,及提倡終身學習
Quality Education:Ensure inclusive and equitable quality education and promote lifelong learning opportunities for all
SDGs 08. 合適的工作及經濟成長:促進包容且永續的經濟成長,讓每個人都有一份好工作
Decent Work and Economic Growth:Promote sustained, inclusive and sustainable economic growth, full and productive employment and decent work for all

屬於大學社會責任(USR)性質   Courses related to University Social Responsibility(USR)

是否運用AI輔助教學   Using Artificial Intelligence (AI) to assist teaching

課程目標   Learning Objectives
本課程介紹資料結構之基本概念、抽象資料型別、遞迴、演算法與效能分析,以及常見資料結構之表示、操作與應用。課程內容涵蓋陣列與字串、堆疊與佇列、鏈結串列、樹、圖、排序、搜尋與雜湊、優先佇列,以及進階搜尋結構。學生將透過概念分析、紙筆推演、程式碼閱讀與實作,理解資料的組織方式、各類資料結構的操作與適用情境,並分析其時間與空間效率,培養選用適當資料結構與演算法解決問題的能力,建立電腦科學與程式設計之基礎。 

先修 ( 前置 ) 課程   Prerequisite
 

彈性教學規劃   Flexible Teaching/Planning Schedules
*本課程實施16+2週彈性教學方案,其中第17、18週之彈性規劃如下:
線上教學/討論
自主學習

課程大綱   Course Syllabus
週次
Week
課程單元大綱
Unit
教學方式
Instructional Method/Style/Teaching Style
參考資料或相關作業
References or Related Materials
評量方式
Grading
1 資料結構基本概念 授課、討論  Ch.1  課堂參與與練習 
2 陣列、結構與字串 授課、實作  Ch.2  課堂參與與練習 
3 堆疊、佇列及其應用 授課、實作  Ch.3  課堂參與與練習 
4 鏈結串列 授課、實作  Ch.4  課堂參與與練習 
5 樹、二元樹與樹走訪 授課、實作  Ch.5  課堂參與與練習 
6 二元搜尋樹 授課、實作  Ch.5  課堂參與與練習 
7 圖的基本概念與表示 授課、實作  Ch.6  課堂參與與練習 
8 圖演算法與期中複習 授課、實作  Ch.6  課堂參與與練習 
9 期中考   Ch.1–Ch.6  期中考 
10 基礎排序與效率分析 授課、實作  Ch.7  課堂參與與練習 
11 進階排序與外部排序概念 授課、實作  Ch.7  課堂參與與練習 
12 搜尋與雜湊 授課、實作  Ch.8  課堂參與與練習 
13 優先佇列與堆積 授課、實作  Ch.5、Ch.9 選讀  課堂參與與練習 
14 高效率二元搜尋樹 授課、實作  Ch.10 選讀  課堂參與與練習 
15 多路搜尋樹、字典樹與期末複習 授課、實作  Ch.11–Ch.12 選讀  課堂參與與練習 
16 期末考   Ch.1–Ch.12(依實際授課範圍)  期末考 
17 線上非同步課程:AI輔助資料結構學習與內容查證 學生自主學習  AI輔助學習教材  線上自主學習單 
18 線上非同步課程:AI輔助考卷訂正與進階自主學習 學生自主學習  AI輔助學習教材  線上自主學習單 


單一課程對應校能力指標程度   The Degree to Which Single Course Corresponds to School Competence
編號
No.
校核心能力
School Core Competencies
符合程度
Degree of conformity
1 公民力 (Citizen) 3
2 自學力 (Self-learning) 5
3 資訊力 (Information) 5
4 創造力 (Creativity) 4
5 溝通力 (Communication) 4
6 就業力(Employability) 5

單一課程對應系能力指標程度   The Degree to Which Single Course Corresponds to Department Competence
編號
No.
類別
Category
系核心能力
Department Core Competencies
符合程度
Degree of conformity
01 系所 能均衡習得數位學習科技專業知能及通識教育 5
02 系所 能掌握資訊科技並結合學習理論 5
03 系所 能具備數位內容產業所需能力並具有國際競爭力 3
04 系所 能創新發展數位內容產業相關技術 3
05 系所 能具備「主動求知」、「研究創新」、「團隊合作」、「組織倫理」之精神,能統整科技學術能力,能進行實證研究與發表 5

單一課程對應院能力指標程度   The Degree to Which Single Course Corresponds to College Competence
編號
No.
院核心能力
College Core Competencies
符合程度
Degree of conformity
1 語文能力 2
2 溝通與合作能力 4
3 創新與實踐能力 4
4 專業知能 5


教科書或參考用書   Textbooks or Reference Books
館藏書名   Library Books
Fundamentals of data structures in C
備註   Remarks

※請尊重智慧財產權,不得非法影印教科書※
※   Please respect intellectual property rights and do not illegally photocopy textbooks.  ※

教學方法   Teaching Method
教學方法
Teaching Method
百分比
Percentage
講述 60 %
上機 30 %
評量 10 %
總和  Total 100 %

成績評量方式   Grading
評量方式
Grading
百分比
Percentage
出席及課堂參與 20 %
期中考 40 %
期末考 40 %
總和  Total 100 %

成績評量方式補充說明   
期中考占40%,評量期中考前之課程內容;
期末考占40%,評量全學期課程內容。
出席及課堂參與占20%,包含平時出席、課堂活動,以及第17、18週彈性教學之學習成果。

第17週進行AI輔助資料結構學習;
第18週由學生依個人學習情形,選擇以AI輔助訂正考卷並反思錯誤,或進行資料結構進階主題之自主學習。
相關成果依完成度、內容正確性、AI產出之查證及學習反思評定。

學生請假、缺曠課、考試缺席及補考,依本校學則、學生請假規則及學生成績考核辦法辦理。
 

課程大綱補充資料   Supplementary Material of Course Syllabus