1数学建模与数据结构
该课程研究的内容主要包含两部分：一是现实世界中的信息如何抽象并用数据的形式在计算机内的存储问题，也就是数据的结构；二是对存储的数据进行加工处理以获取新的信息的方法，也就是算法。这种课程既有很强的抽象性，同时也有很强的逻辑性和目标性。该类课程很适合采用任务驱动的教学模式。
2数学建模引领和促进“数据结构”课堂教学改革
2.1数学建模流程指导“数据结构”课堂教学过程的优化数学建模一般要经过分析问题、建立模型、模型求解、解决问题四个环节，而且后三个环节可以多次循环进行以便得到令人满意的结果。“数据结构”教学过程中可以按这样的思路来引出问题，进一步给出更好的算法，这样可以引导学生创新意识的培养和逻辑思维能力的提高。下面结合课程中排序部分讲到了“冒泡排序”算法来展示这个过程：}这样一个算法对任何一个10数据组都能进行正确排序，看似问题已经解决了，但这时应该让学生考虑：如果给出的一组数据2.2数学建模团队的协作模式启发“数据结构”课堂教学模式变革数学建模时问题复杂、信息多样、计算量大等特点决定了整个任务不是一人能完成的，需要一个分工协作较好的团队。只有准备充分、分工明确、精诚合作的团队才能取得好的成绩。受此启发，教学过程中，可以对于部分内容采用分组学习和讨论的方式进行。如在学习“队列”的时候，可以让学生分成几组，每一组首先通过资料查询等方法提出一个可以抽象为队列的实际问题（如火车调度问题、银行排队问题等），然后针对实际问题小组内展开讨论，进一步写出算法并验证。教师可以分时段地参与到不同的小组中讨论。2.3数学建模结果的实用性和高效性指导“数据结构”课堂教学评价数学建模的最终结果要求实用和高效。实用就是要求最终建立的数学模型及其算法能针对具体的问题给出正确的结果，否则就是错误的模型，整个过程是失败的。高效就是要求针对具体的问题提出的模型特别是算法所用时间是最短的，所需要的条件是最少的。“数据结构”课堂教学效果如何需要做出判断，如何判断才是合理的？课堂教学后可以通过考试或课程作业汇报等形式，针对具体的问题，看学生给出的算法是否真的能把问题解决了，将多个同类问题的算法做比较和评价，看是否有改进或创新。
3“数据结构”课堂教学为数学建模提供必要的能力储备
3.1在“数据结构”课堂教学中培养学生的抽象思维能力课堂教学中涉及到了数据组织的三大逻辑结构（即线性结构、树状结构和网状结构），在教学过程中多提出一些实际问题，然后针对这些问题引导学生利用所学知识进行问题抽象，最终把实际问题涉及到的对象用某种逻辑结构表示出来。这样学生的抽象思维能力会不断提高。下面讲一个例子：多叉路口交通灯管理问题[10]：某个城市的某一路口的道路交叉情况现状如图1所示，要求给出一个针对该路口的红绿灯管理方案，既要能高效地顺利通行又不会发生交通事故。图1路口的道路交叉情况示意图对于这个问题，如果只是针对图1宏观地去分析比较复杂而且不具备通用性，提出的问题应该是解决一类问题。结合“数据结构”的内容很容易想到用图状结构来解决，关键问题是怎样抽象为图状结构。抽象过程之一可以是这样：因为是通行道路交叉问题，因此通路是数据元素，不能通行可以抽象为关系，结合图1展示的现场情况，可以给出图2所示的通行关系图。图中颜色不同的顶点所代表的通路不能同时放行。3.2在“数据结构”课堂教学中培养学生的算法分析和创新能力“数据结构”课程一开始就提出算法效率以及分析方法，可见算法的效率的重要性。因此，后续经典算法讲解完都给出了算法分析思路，课堂教学中，也要重视这一点。在教学过程中应该有意识地通过讲解或讨论的形式，让学生习惯于这种算的的比较和分析，并在此基础上提出自己新的想法。比如文中第二部分第1点提到的“冒泡排序”算法的改进问题，就是一个很好的例子。再比如针对排序问题，课程中还提出了其它的算法，其中“选择排序”算法更为经典。算法如下：3.3在“数据结构”课堂教学中培养学生的动手能力“数据结构”课程一般有配套的实验课程，实验课程的主要内容就是课堂教学过程给出的算法的验证以及改进或新提出的算法的实现。实验过程需要学生用自己熟练掌握的语言工具通过在计算机上编写和调试对应的程序，通过程序的结果来检验算法的正确性与否。从这个角度来讲，锻炼和提高了学生的动手能力，这也正是数学建模中两个重要环节（即模型求解、解决问题）所必须的一种能力。
4结论
通过上述分析可以看出数学建模与以“数据结构”为代表的非数学课程课堂教学关系密切：数学建模能引领和促进课堂教学改革；同时，课堂教学能为数学建模提供必要的能力储备。处理好两者的关系，就能在数学建模和课堂教学中同时受益。
