大數(shù)據(jù)時(shí)代的醫(yī)學(xué)院校數(shù)據(jù)結(jié)構(gòu)課程教學(xué)改革初探

邢丹 姚俊明 張紅偉

摘要：為了適應(yīng)大數(shù)據(jù)時(shí)代對(duì)計(jì)算機(jī)專業(yè)的用人需求，總結(jié)了數(shù)據(jù)結(jié)構(gòu)課程中常用的概念、特點(diǎn)、在前沿領(lǐng)域的應(yīng)用，并在數(shù)據(jù)、線性表、哈希表、B-樹(shù)及圖的知識(shí)點(diǎn)中融入熱點(diǎn)問(wèn)題及大數(shù)據(jù)技術(shù)的應(yīng)用實(shí)例，對(duì)學(xué)生實(shí)施啟發(fā)式教學(xué)，使學(xué)生在掌握數(shù)據(jù)結(jié)構(gòu)課程知識(shí)點(diǎn)的同時(shí)，進(jìn)一步增強(qiáng)自主學(xué)習(xí)和計(jì)算機(jī)技術(shù)的實(shí)際應(yīng)用能力。

關(guān)鍵詞：數(shù)據(jù)結(jié)構(gòu)；大數(shù)據(jù)；啟發(fā)式教學(xué)；教學(xué)改革；自主學(xué)習(xí)

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）20-0114-03

Teaching Reform Preliminary Discussion of Data Structure Course in the era of Big Data

XING Dan1， YAO Jun-ming1， ZHANG Hong-wei2

（1.School of Medical Information Engineering of Jining Medical University， Rizhao 276826， China； 2.The Library of Jining Medical University， Jining 272067， China）

Abstract： In order to adapt to the era of big data on the computer professional needs of the people， summary the common concept， data structure course characteristics， applications in frontier areas， and in the data， linear table， hash table， application examples into hot issues and big data technology of B- tree and graph knowledge， elaborated how to carry out the heuristic the teaching of students. making students grasp the knowledge points in the course of data structure at the same time， to improve the ability of self-study and innovation.

Key words： Data Structure； Big Data； Heuristic Teaching； Teaching Reform； Autonomous Learning

1 問(wèn)題的提出

計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)的教學(xué)應(yīng)當(dāng)適應(yīng)未來(lái)社會(huì)的用人需求，大數(shù)據(jù)作為國(guó)家的發(fā)展戰(zhàn)略，能否為社會(huì)培養(yǎng)和輸送一大批具備大數(shù)據(jù)素養(yǎng)的高級(jí)人才，滿足社會(huì)對(duì)大數(shù)據(jù)人才日益旺盛的需求，是決定我國(guó)在新時(shí)期能否搶奪戰(zhàn)略機(jī)遇期的關(guān)鍵。大數(shù)據(jù)既是一類數(shù)據(jù)，也是一項(xiàng)技術(shù)，還是一種理念。大數(shù)據(jù)是一種人人都需要掌握的科學(xué)方法論，是信息時(shí)代認(rèn)識(shí)和改造我們這個(gè)世界的有效工具。因此，作為計(jì)算機(jī)專業(yè)的骨干課程——數(shù)據(jù)結(jié)構(gòu)，迫切需要融入前沿知識(shí)、大數(shù)據(jù)理論和技術(shù)相關(guān)的知識(shí)。同時(shí)，由于數(shù)據(jù)結(jié)構(gòu)課程邏輯性強(qiáng)，學(xué)生學(xué)起來(lái)比較吃力，筆者總結(jié)多年的教學(xué)經(jīng)驗(yàn)發(fā)現(xiàn)，學(xué)生碰到較難掌握的問(wèn)題時(shí)，第一反應(yīng)就是有何用。很多學(xué)生僅僅是為了學(xué)習(xí)而學(xué)習(xí)，忽視了數(shù)據(jù)結(jié)構(gòu)的重要作用，學(xué)習(xí)一段時(shí)間之后就會(huì)失去興趣，學(xué)習(xí)效果較差。為了激發(fā)學(xué)習(xí)的積極性，筆者深入研究了常用數(shù)據(jù)結(jié)構(gòu)在前沿領(lǐng)域的應(yīng)用，系統(tǒng)地學(xué)習(xí)了大數(shù)據(jù)原理和技術(shù)，針對(duì)大數(shù)據(jù)中使用到的數(shù)據(jù)結(jié)構(gòu)，總結(jié)了數(shù)據(jù)結(jié)構(gòu)在熱點(diǎn)問(wèn)題中的應(yīng)用場(chǎng)合和大數(shù)據(jù)技術(shù)中用到的數(shù)據(jù)結(jié)構(gòu)類型，將其貫穿到數(shù)據(jù)結(jié)構(gòu)課程教學(xué)始終。在講授相關(guān)知識(shí)點(diǎn)時(shí)，抽取出前沿技術(shù)領(lǐng)域的主要核心思想，引導(dǎo)學(xué)生思考為了適應(yīng)大數(shù)據(jù)領(lǐng)域的特點(diǎn)需要進(jìn)行何種改進(jìn)和優(yōu)化。這種啟發(fā)式教學(xué)方法的講授使學(xué)生的學(xué)習(xí)更加有的放矢，也能增強(qiáng)學(xué)生對(duì)數(shù)據(jù)結(jié)構(gòu)課程對(duì)后續(xù)課程的重要指導(dǎo)意義，培養(yǎng)了學(xué)生的創(chuàng)新思維、大數(shù)據(jù)思維和素養(yǎng)。

2 數(shù)據(jù)

在講授數(shù)據(jù)概念時(shí)首先以C語(yǔ)言中的整數(shù)和實(shí)數(shù)為例，較復(fù)雜的數(shù)據(jù)還包括由多個(gè)分量組成的結(jié)構(gòu)體的數(shù)據(jù)。在大數(shù)據(jù)時(shí)代處理的數(shù)據(jù)類型要比早期多，既包括圖像、視頻、音頻等非結(jié)構(gòu)化的大量數(shù)據(jù)，也意味著對(duì)大數(shù)據(jù)的處理難度要大，因此要學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)，以后還要學(xué)習(xí)大數(shù)據(jù)處理技術(shù)。這樣的講解在學(xué)習(xí)知識(shí)點(diǎn)的同時(shí)，也激勵(lì)學(xué)生進(jìn)一步自主學(xué)習(xí)。

3 線性表及其應(yīng)用

棧和隊(duì)列都是操作受限的線性表。棧的應(yīng)用主要利用其具有“后進(jìn)先出”的特點(diǎn)，廣泛地應(yīng)用于計(jì)算機(jī)的各個(gè)領(lǐng)域。計(jì)算機(jī)網(wǎng)絡(luò)中的協(xié)議組通常放置在協(xié)議棧中；編譯原理中的括號(hào)的匹配檢查、表達(dá)式求值等問(wèn)題是采用棧作為輔助數(shù)據(jù)結(jié)構(gòu)；程序設(shè)計(jì)中的遞歸實(shí)現(xiàn)內(nèi)部采取的是遞歸工作棧，動(dòng)態(tài)網(wǎng)站中頁(yè)面樹(shù)狀導(dǎo)航采用棧作為存儲(chǔ)，論壇帖子的回復(fù)是遞歸形式，Struts2框架中的核心控制器調(diào)用業(yè)務(wù)控制器程序設(shè)計(jì)是一種采用棧的遞歸程序。

隊(duì)列的應(yīng)用廣泛利用其具有“先進(jìn)先出”的特點(diǎn)，網(wǎng)絡(luò)中的路由器采用隊(duì)列接收包和采用不同的隊(duì)列調(diào)度算法進(jìn)行路由轉(zhuǎn)發(fā)，操作系統(tǒng)中的作業(yè)和進(jìn)程都是利用隊(duì)列來(lái)存放。

同時(shí)在教學(xué)中指出，在傳統(tǒng)的存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)的關(guān)系型數(shù)據(jù)庫(kù)中主要是采用線性表進(jìn)行存放。但在大數(shù)據(jù)領(lǐng)域，不同于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)較小的數(shù)據(jù)量，所使用的是擴(kuò)展意義上的線性表，主要用來(lái)存儲(chǔ)非結(jié)構(gòu)化和半結(jié)構(gòu)化的松散數(shù)據(jù)。大數(shù)據(jù)技術(shù)體系架構(gòu)中的HBase數(shù)據(jù)庫(kù)區(qū)別于傳統(tǒng)按行存儲(chǔ)的方式，按列進(jìn)行存儲(chǔ)。醫(yī)療健康領(lǐng)域中可用來(lái)存儲(chǔ)電子健康記錄，優(yōu)點(diǎn)在于可以實(shí)現(xiàn)并發(fā)讀寫(xiě)操作。還可用于將臨床數(shù)據(jù)流和腦電圖數(shù)據(jù)存儲(chǔ)在HBase數(shù)據(jù)庫(kù)中用以監(jiān)測(cè)病人狀況。

4 哈希表

4.1在前沿領(lǐng)域的應(yīng)用

在理解順序和鏈?zhǔn)浇Y(jié)構(gòu)的特點(diǎn)基礎(chǔ)上引入哈希表的原因。首先指出數(shù)據(jù)的存儲(chǔ)主要采用順序和鏈?zhǔn)浇Y(jié)構(gòu)，但這兩者各有利弊。數(shù)組存儲(chǔ)區(qū)間是連續(xù)的，占用內(nèi)存嚴(yán)重，故空間復(fù)雜的很大。數(shù)組的優(yōu)點(diǎn)是尋址容易，而插入和刪除困難。而鏈?zhǔn)酱鎯?chǔ)區(qū)間離散，占用內(nèi)存比較寬松，故空間復(fù)雜度很小，但時(shí)間復(fù)雜度很大。鏈表的特點(diǎn)是：尋址困難，插入和刪除容易。由此引入哈希表（散列表）的目的是通過(guò)函數(shù)實(shí)現(xiàn)從關(guān)鍵碼到存儲(chǔ)位置的映射。這使得在進(jìn)行查找操作時(shí)，其檢索的效率不依賴于給定值與關(guān)鍵碼的比較次數(shù)，而是將節(jié)點(diǎn)的關(guān)鍵碼與節(jié)點(diǎn)的存儲(chǔ)位置建立一種對(duì)應(yīng)關(guān)系，只需通過(guò)節(jié)點(diǎn)的關(guān)鍵碼便可定位該節(jié)點(diǎn)。同時(shí)指出它不僅是一種高效的存儲(chǔ)結(jié)構(gòu)，而且也是一種常見(jiàn)的查找方法，它能以常數(shù)平均時(shí)間執(zhí)行增刪改查四種常見(jiàn)基本操作。因此，它是一種面向查找的存儲(chǔ)結(jié)構(gòu)，在精確匹配查詢方面，它有著廣泛的應(yīng)用，它的缺點(diǎn)是不支持范圍查找。綜合國(guó)內(nèi)外研究表明凡是需要高效的存儲(chǔ)和查找時(shí)都可以采用哈希表。

哈希轉(zhuǎn)換是將n位數(shù)轉(zhuǎn)換為m位數(shù)，通過(guò)哈希轉(zhuǎn)換可以將一個(gè)索引器空間轉(zhuǎn)換為哈希表，進(jìn)而實(shí)現(xiàn)用哈希函數(shù)壓縮序數(shù)索引；在信息安全方面，路由器上利用哈希表記錄IP報(bào)文頭部信息，重構(gòu)攻擊路徑，達(dá)到追蹤攻擊主機(jī)地址的目的；在信息加密方面，利用哈希函數(shù)的非單射構(gòu)造不可逆的加密算法的特點(diǎn)，實(shí)現(xiàn)信息的安全傳輸；在數(shù)據(jù)庫(kù)中的數(shù)據(jù)查找方面，由于哈希表在記錄查找時(shí)不發(fā)生哈希沖突的情況下O（1）級(jí)時(shí)間復(fù)雜度內(nèi)便能得到查詢記錄，所以在需要對(duì)大規(guī)模文件進(jìn)行查找時(shí)具有相當(dāng)高的效率；在傳統(tǒng)的網(wǎng)絡(luò)體系架構(gòu)中采用集中式的方式，其缺點(diǎn)在于中心點(diǎn)的瓶頸和網(wǎng)絡(luò)規(guī)模小，因此產(chǎn)生可以適應(yīng)網(wǎng)絡(luò)規(guī)模的分布式對(duì)等計(jì)算系統(tǒng)。在這些系統(tǒng)中，通常是文件名經(jīng)過(guò)哈希計(jì)算生成系統(tǒng)的標(biāo)識(shí)進(jìn)行排列。系統(tǒng)中保存相關(guān)聯(lián)標(biāo)識(shí)和對(duì)應(yīng)文件的信息。當(dāng)分布式哈希表需要對(duì)標(biāo)識(shí)進(jìn)行查詢時(shí)，通過(guò)哈希函數(shù)的運(yùn)算便會(huì)返回結(jié)點(diǎn)對(duì)應(yīng)的信息。

哈希函數(shù)是構(gòu)建哈希表的關(guān)鍵，在目前的前沿鄰域尤其是海量數(shù)據(jù)環(huán)境下對(duì)哈希表和哈希函數(shù)應(yīng)用的不同特點(diǎn)進(jìn)行改進(jìn)和優(yōu)化。

由于哈希算法具有高計(jì)算效率與維度不敏感的優(yōu)勢(shì)，其已經(jīng)引起了眾多學(xué)者和專家的研究興趣。通過(guò)哈希方法將不同數(shù)據(jù)流的相同候選模式發(fā)送至同一個(gè)計(jì)算單元[1]；改進(jìn)的哈希算法——一致性哈希，設(shè)計(jì)了基于一致性哈希的分布式內(nèi)存緩存，支持高效的基于非主鍵的查詢[2]。依據(jù)覆蓋網(wǎng)絡(luò)的思想，借助分布式哈希表技術(shù)為數(shù)據(jù)中心構(gòu)建一個(gè)純分布式架構(gòu)成為一種新型解決方案，更加適用于海量資源的檢索和管理需求[3]，利用哈希函數(shù)具有相似性保持的特點(diǎn)，通過(guò)漢明排序或者哈希表來(lái)進(jìn)行檢索[4]。將分布式哈希表和CHORD環(huán)結(jié)構(gòu)應(yīng)用于分布式文件系統(tǒng)數(shù)據(jù)的存儲(chǔ)和查詢中，將存儲(chǔ)節(jié)點(diǎn)與數(shù)據(jù)都進(jìn)行散列，并根據(jù)哈希值進(jìn)行映射存儲(chǔ)，通過(guò)對(duì)保存的元數(shù)據(jù)信息進(jìn)行二分查找來(lái)定位所需數(shù)據(jù)的存儲(chǔ)位置[5]。

4.2 在hadoop大數(shù)據(jù)技術(shù)體系中的應(yīng)用

NoSQL數(shù)據(jù)庫(kù)、鍵值數(shù)據(jù)庫(kù)使用哈希表，表中有一個(gè)特定的Key和一個(gè)指針指向特定的Value。

列組數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)由多個(gè)行構(gòu)成，每行數(shù)據(jù)包含多個(gè)列族，不同的行可以具有不用數(shù)量的列組，屬于同一列族的數(shù)據(jù)會(huì)被存放在一起，每行數(shù)據(jù)通過(guò)行鍵進(jìn)行定位，與這個(gè)行鍵對(duì)應(yīng)的是一個(gè)列族，列族數(shù)據(jù)庫(kù)也被視為一個(gè)鍵值數(shù)據(jù)庫(kù)[6]。

在HBase中使用哈希表，用于在列存儲(chǔ)時(shí)將行關(guān)鍵字和位置主機(jī)之間的對(duì)應(yīng)關(guān)系。有人采用HBase基礎(chǔ)架構(gòu)設(shè)計(jì)網(wǎng)上心臟疾病數(shù)據(jù)分析系統(tǒng)。

MapReduce包含運(yùn)行于大規(guī)模集群上的兩個(gè)函數(shù)Map和Reduce構(gòu)成，這兩個(gè)函數(shù)及其核心思想都源自函數(shù)式編程語(yǔ)言，構(gòu)造的實(shí)質(zhì)是哈希表。基于MapReduce技術(shù)使得分析醫(yī)療數(shù)據(jù)可以在合理的時(shí)間內(nèi)完成，并可用于分析電子病歷數(shù)據(jù)預(yù)測(cè)疾病，提高臨床醫(yī)療質(zhì)量，還可以實(shí)現(xiàn)病人的個(gè)性化藥物治療。

5 樹(shù)

5.1 二叉樹(shù)的應(yīng)用

二叉樹(shù)的定義、性質(zhì)和遍歷操作是學(xué)生要掌握的重點(diǎn)，為了引導(dǎo)學(xué)生進(jìn)一步學(xué)習(xí)和研究，在課堂擴(kuò)展環(huán)節(jié)以數(shù)據(jù)挖掘中常用的決策樹(shù)為例。首先說(shuō)明分類算法是識(shí)別樣本數(shù)據(jù)所屬類別的一種方法，常用的決策樹(shù)分類算法，因其輸出結(jié)果易于理解和解釋，廣泛用于醫(yī)療診斷、金融分析、評(píng)估貸款申請(qǐng)的信用風(fēng)險(xiǎn)等領(lǐng)域。決策樹(shù)是用二叉樹(shù)表示處理邏輯的一種工具?？梢灾庇^、清晰地表達(dá)加工的邏輯要求。特別適合于判斷因素比較少、邏輯組合關(guān)系不復(fù)雜的情況。決策樹(shù)提供了一種展示類似在什么條件下會(huì)得到什么值這類規(guī)則的方法。

接下來(lái)采用和二叉樹(shù)類比的方法講解決策樹(shù)。在決策樹(shù)中最上面的節(jié)點(diǎn)稱為根節(jié)點(diǎn)，是整個(gè)決策樹(shù)的開(kāi)始。每個(gè)節(jié)點(diǎn)擁有的子節(jié)點(diǎn)的個(gè)數(shù)與決策樹(shù)中所用的算法有關(guān)。如CART算法得到的決策樹(shù)每個(gè)節(jié)點(diǎn)有兩個(gè)分支，這種樹(shù)稱為二叉樹(shù)。允許節(jié)點(diǎn)含有多于兩個(gè)子節(jié)點(diǎn)的樹(shù)稱為多叉樹(shù)，也就是我們學(xué)習(xí)的樹(shù)的概念。每個(gè)分支或是一個(gè)新的決策節(jié)點(diǎn)，或是樹(shù)的葉子。在沿著決策樹(shù)從上到下遍歷的過(guò)程中，在每個(gè)節(jié)點(diǎn)都會(huì)遇到一個(gè)問(wèn)題，對(duì)每個(gè)節(jié)點(diǎn)上問(wèn)題的不同回答導(dǎo)致不同的分支，最后會(huì)到達(dá)一個(gè)葉節(jié)點(diǎn)。這個(gè)過(guò)程就是利用決策樹(shù)進(jìn)行分類的過(guò)程，利用幾個(gè)變量（每個(gè)變量對(duì)應(yīng)一個(gè)問(wèn)題）來(lái)判斷所屬的類別（最后每個(gè)葉子會(huì)對(duì)應(yīng)一個(gè)類別）。

進(jìn)而指出隨著數(shù)據(jù)產(chǎn)生速度、內(nèi)存容量和處理器速度等限制，常規(guī)的決策樹(shù)算法無(wú)法對(duì)大數(shù)據(jù)集進(jìn)行處理，因此需要對(duì)決策樹(shù)算法的實(shí)現(xiàn)進(jìn)行針對(duì)性的改進(jìn)，在課外閱讀中參閱相關(guān)文獻(xiàn)[7，8]。進(jìn)而激發(fā)學(xué)生自主學(xué)習(xí)和創(chuàng)新的動(dòng)力。

5.2 B-樹(shù)的變形及其應(yīng)用

作為B-樹(shù)的變形B+樹(shù)，不同于B-樹(shù)其一是在所有的非終端結(jié)點(diǎn)中僅含有其子樹(shù)根結(jié)點(diǎn)中最大（或最?。╆P(guān)鍵字，二是所有的葉子結(jié)點(diǎn)中包含了全部關(guān)鍵字的信息 （而B(niǎo)-樹(shù)的葉子節(jié)點(diǎn)并沒(méi)有包括全部需要查找的信息），使其具有磁盤(pán)讀寫(xiě)代價(jià)更低及查詢效率更加穩(wěn)定的特點(diǎn)，因此廣泛的作為常用數(shù)據(jù)庫(kù)（尤其是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)）的索引結(jié)構(gòu)之一。

索引是對(duì)數(shù)據(jù)庫(kù)表中一列或多列的值進(jìn)行排序的一種存儲(chǔ)結(jié)構(gòu)，使用索引可快速訪問(wèn)數(shù)據(jù)庫(kù)表中的特定信息。在關(guān)系數(shù)據(jù)庫(kù)中，索引是一種與表有關(guān)的數(shù)據(jù)庫(kù)結(jié)構(gòu)，它可以使對(duì)應(yīng)于表的SQL語(yǔ)句執(zhí)行得更快。如果對(duì)信息搜索采用全表搜索，將所有記錄和查詢條件進(jìn)行一一對(duì)比，會(huì)造成大量磁盤(pán)I/O操作，消耗數(shù)據(jù)庫(kù)系統(tǒng)大量時(shí)間；可行的方法就是在表中建立索引，然后在索引中找到符合查詢條件的索引值，快速找到表中對(duì)應(yīng)的記錄。另外由于在B+樹(shù)中擁有大量分支，在以塊為單位的存儲(chǔ)系統(tǒng)（比如文件系統(tǒng)中），也選用B+樹(shù)作為索引。

同時(shí)指出對(duì)于非結(jié)構(gòu)化數(shù)據(jù)[9]及非關(guān)系型數(shù)據(jù)庫(kù)（NoSQL）[10]的特點(diǎn)需要對(duì)現(xiàn)有的索引技術(shù)進(jìn)行改進(jìn)和優(yōu)化，比如采用T樹(shù)、紅黑樹(shù)和LSM樹(shù)，適應(yīng)數(shù)據(jù)的特點(diǎn)和應(yīng)用場(chǎng)合，提高檢索效率，在課外閱讀中參閱相關(guān)文獻(xiàn)[9，10]。

XML 文檔中的元素形成了一棵文檔樹(shù)。這棵樹(shù)從根部開(kāi)始，并擴(kuò)展到樹(shù)的最底端。XML因其具有自描述性和可擴(kuò)展性，已經(jīng)成為網(wǎng)絡(luò)中一種主要數(shù)據(jù)組織形式，得到了廣泛的應(yīng)用。單一XML文檔數(shù)據(jù)量變得越來(lái)越大，而XML文檔具有半結(jié)構(gòu)化的特性，使得采取結(jié)構(gòu)化的關(guān)系型數(shù)據(jù)庫(kù)不適用于XML文檔的查詢處理，擴(kuò)展閱讀參考文獻(xiàn)[11]。

6 圖的應(yīng)用

圖是包含頂點(diǎn)集合和邊的集合，圖主要掌握兩種搜索算法及其應(yīng)用。在前沿領(lǐng)域的研究中主要有以下幾個(gè)方面。

圖模型能表達(dá)豐富語(yǔ)義，利用圖模型能很好地表達(dá)傳染病的傳播過(guò)程[12]和腦網(wǎng)絡(luò)中的鏈路預(yù)測(cè)[13]。社交網(wǎng)絡(luò)分析是由圖論、數(shù)學(xué)以及社會(huì)學(xué)中的社交網(wǎng)絡(luò)理論發(fā)展而來(lái)，廣告投放、推薦引擎、興趣圖譜、內(nèi)容聚合、推薦等都是復(fù)雜網(wǎng)絡(luò)關(guān)系在社交網(wǎng)絡(luò)中的展現(xiàn)。

在圖的搜索算法方面，社區(qū)發(fā)現(xiàn)算法中的一種就是根據(jù)圖論相關(guān)知識(shí)，將用戶直接抽象為圖中的節(jié)點(diǎn)，用戶之間的關(guān)系抽象為圖中的邊，從而直接對(duì)網(wǎng)絡(luò)拓?fù)溥M(jìn)行社區(qū)發(fā)現(xiàn)[14]。圖搜索算法對(duì)數(shù)據(jù)網(wǎng)絡(luò)進(jìn)行查詢、聚類、匹配等操作，從而將數(shù)據(jù)網(wǎng)絡(luò)根據(jù)數(shù)據(jù)關(guān)聯(lián)關(guān)系劃分成連通子圖；深度學(xué)習(xí)算法則對(duì)數(shù)據(jù)連通子圖中紛繁復(fù)雜的數(shù)據(jù)進(jìn)行特征抽取和分類，從而提取用戶需要的關(guān)鍵信息[15]。

圖數(shù)據(jù)是一種重要而普遍的大數(shù)據(jù)，在生物信息學(xué)、社會(huì)網(wǎng)絡(luò)、化學(xué)信息學(xué)等領(lǐng)域都有眾多應(yīng)用。由于傳統(tǒng)單機(jī)運(yùn)行的圖的發(fā)現(xiàn)算法不能夠滿足計(jì)算復(fù)雜度、存儲(chǔ)容量等方面的要求，需要在分布式平臺(tái)上實(shí)現(xiàn)發(fā)現(xiàn)算法[14]。對(duì)大數(shù)據(jù)處理的速度是解決問(wèn)題的關(guān)鍵，因此圖搜索和深度學(xué)習(xí)的速度優(yōu)化成為前沿領(lǐng)域的研究熱點(diǎn)和難點(diǎn)?；谏缃痪W(wǎng)絡(luò)的數(shù)據(jù)分析，由于在分析對(duì)象、分析形式及分析方法上異于傳統(tǒng)的分析方法，需要對(duì)數(shù)學(xué)模型進(jìn)行加工、優(yōu)化[16]。

7總結(jié)

數(shù)據(jù)結(jié)構(gòu)課程中的數(shù)據(jù)、線性表、哈希表、樹(shù)、圖是常用的數(shù)據(jù)類型。在目前的前沿及大數(shù)據(jù)技術(shù)等場(chǎng)合應(yīng)用非常廣泛。在講授知識(shí)點(diǎn)時(shí)，給出后續(xù)課程應(yīng)用的場(chǎng)景，激發(fā)了學(xué)生學(xué)習(xí)的積極性，也增強(qiáng)了學(xué)生自主學(xué)習(xí)的能力。后續(xù)可在課程設(shè)計(jì)時(shí)，給出基于大數(shù)據(jù)的應(yīng)用案例的綜合實(shí)驗(yàn)，加強(qiáng)學(xué)生綜合實(shí)踐和創(chuàng)新能力的培養(yǎng)。

參考文獻(xiàn)：

[1] 于自強(qiáng). 海量流數(shù)據(jù)挖掘相關(guān)問(wèn)題研究[D]. 山東：山東大學(xué)， 2015.

[2] 葛微，羅圣美，周文輝，等. HiBase：一種基于分層式索引的高效HBase查詢技術(shù)與系統(tǒng)[J]. 計(jì)算機(jī)學(xué)報(bào)， 2015，39（1）：144-145.

[3] 楊迪. 基于內(nèi)容的分布式圖像檢索[D]. 北京：北京郵電大學(xué)，2015.

[4] 金仲明. 基于哈希算法的海量多媒體數(shù)據(jù)檢索研究 [D]. 杭州：浙江大學(xué)，2015.

[5] 楊萌萌. 基于HDFS的結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)和查詢方法研究 [D]. 濟(jì)南：山東大學(xué)，2014.

[6] 林子雨.大數(shù)據(jù)技術(shù)原理與應(yīng)用[M].北京：人民郵電出版社，2015：96-97.

[7] 李玲俐. 數(shù)據(jù)挖掘中分類算法綜述[J]. 重慶師范大學(xué)學(xué)報(bào)，2011，28（4）：44-47.

[8] 張棪，曹健.面向大數(shù)據(jù)分析的決策樹(shù)算法[J]. 計(jì)算機(jī)科學(xué)，2016，43（6）：374-383.

[9] 時(shí)亞南，張?zhí)t，陳燕紅，等.大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的索引技術(shù)研究[J]. 計(jì)算機(jī)技術(shù)與發(fā)展，2014，24（12）：109-113.

[10] 付佳. 基于LSM樹(shù)的NoSQL數(shù)據(jù)庫(kù)索引研究[D]. 北京：北京理工大學(xué)， 2016.

[11] 魏博文. 基于MapReduce的XML編碼查詢算法研究與實(shí)現(xiàn) [D]. 武漢：武漢紡織大學(xué)， 2016.

[12] 陳坤. 基于圖模型的傳染病傳播模擬算法研究 [D]. 南京：東南大學(xué)， 2015.

[13] 田甜. 基于層次隨機(jī)圖模型的復(fù)雜腦網(wǎng)絡(luò)鏈路預(yù)測(cè)研究 [D]. 太原：太原理工大學(xué)， 2015.

[14] 王羽. 基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設(shè)計(jì)與實(shí)現(xiàn) [D]. 南京：南京理工大學(xué)， 2015.

[15]王強(qiáng). 面向大數(shù)據(jù)處理的圖搜索與深度學(xué)習(xí)算法并行優(yōu)化技術(shù)研究 [D]. 長(zhǎng)沙：國(guó)防科技大學(xué)， 2013.

[16] 周峰. 基于大數(shù)據(jù)的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘[D]. 蘇州：蘇州大學(xué)， 2015.