1. 大学计算机应用专业有些什么课程啊
主要课程
计算机软硬件技术基础、Linux操作系统、数据库系统SQL、数据结构与C程序设计、单片机原理与技术、计算机网络原理、工程经济、高级语言汇编、VB. net程序设计、多媒体软件应用、计算机网络与网站建设、Delphi程序设计、Java语言程序设计、图形图像应用处理（PhotoShop）。
Flash动画制作、微型计算机安装调试维修、办公室软件应用操作、计算机辅助设计。本专业主要开设微机原理与接口技术、C语言、数据结构、操作系统、平面设计、VB程序设计语言、SQL SERVER数据库应用、3DS软件应用、网页制作、Visual FoxPro应用基础、工具软件等课程。
(1)数理逻辑和计算机网络扩展阅读
核心课程
1、Vf数据库应用
主要讲授数据库的基本原理，数据库系统的组成；关系型数据库的特点、基本运算、数据组成；以Visual Foxpro为实例，学习数据库的设计和开发，掌握数据库的应用。
2、VB .NET程序设计
本课程主要讲授VB .NET程序设计语言的集成开发环境、程序设计基础、窗体和基本输出输入、常用控件、工程和程序管理、应用程序的结构、菜单程序设计、窗体设计和文件处理等。
3、JAVA程序设计
本课程主要讲授Java的语言规范、Java的编程技术及应用，主要内容有：Java基础、流程控制、方法、数组、面向对象程序设计基础、线程、图形用户界面设计等，使学生掌握用Java进行面向对象程序设计的基本方法。
2. 计算机与数学关系 是什么
计算机科学和数学的关系有点奇怪。二三十年以前，计算机科学基本上还是数学的一个分
支。而现在，计算机科学拥有广泛的研究领域和众多的研究人员，在很多方面反过来推动
数学发展，从某种意义上可以说是孩子长得比妈妈还高了。
但不管怎么样，这个孩子身上始终流着母亲的血液。这血液是the mathematical underpi
nning of computer science(计算机科学的数学基础)，-- 也就是理论计算机科学。
现代计算机科学和数学的另一个交叉是计算数学/数值分析/科学计算，传统上不包含在理
论计算机科学以内。所以本文对计算数学全部予以忽略。
最常和理论计算机科学放在一起的一个词是什么？答：离散数学。这两者的关系是如此密
切，以至于它们在不少场合下成为同义词。
传统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复
变，实变，泛函等等。实变和泛函被很多人认为是现代数学的入门。在物理，化学，工程
上应用的，也以分析为主。
随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这
些分支处理的数学对象与传统的分析有明显的区别：分析研究的对象是连续的，因而微分
，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机会进行此类的计
算。人们从而称这些分支为“离散数学”。“离散数学”的名字越来越响亮，最后导致以
分析为中心的传统数学分支被相对称为“连续数学”。
离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科：
1) 集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。
2) 图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心是
算法，而大量的算法建立在图和组合的基础上。
3) 抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊讶
地发现代数竟然有如此之多的应用。
但是，理论计算机科学仅仅就是在数学的上面加上“离散”的帽子这么简单吗？一直到大
约十几年前，终于有一位大师告诉我们：不是。D.E.Knuth(他有多伟大，我想不用我废话了)在Stanford开设了一门全新的课程Concrete Mathematics。 Concrete这个词在这里有两层含义：
第一，针对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题
关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一些
数学。为了直接面向应用的需要，他要提倡“具体”的数学。在这里我做一点简单的解释。例如在集合论中，数学家关心的都是最根本的问题--公理系统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，数学家觉得并不重要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能够首先看到这一点，不愧为当世计算机第一人。
第二，Concrete是Continuous(连续)加上discrete(离散)。不管连续数学还是离散数学，
都是有用的数学！
前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研究领域
包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并
行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相
交叉，而且新的课题在不断提出，所以很难理出一个头绪来。
下面随便举一些例子。
由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)
，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。
很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这就大错特错了。
现代密码学至少包含以下层次的内容：
第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正
确？
第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。
第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。
第四，密码学的新应用。例如，数字现金，叛徒追踪等。
计算机的核心是计算，其本质是数学。计算机的生命是靠程序延续，算法是程序的灵魂
摘自网络
3. 计算机4级包括哪些内容
4.图论:
⑴无向图与有向图。
⑵路、回路与图的连通性。
⑶图的矩阵表示。
⑷二部图与完全二部图。
⑸欧拉图与哈密尔顿图。
⑹平面图。
⑺无向树及其性质。
⑻生成树。
⑼根树及其应用。
四、操作系统
1.操作系统基本概念:
⑴操作系统的功能。
⑵操作系统的基本类型。
⑶操作系统的接口。
2.进程管理:
⑴进程、线程与进程管理。
⑵进程控制。
⑶进程调度。
⑷进程通信。
⑸死锁。
3.作业管理:
⑴作业与作业管理。
⑵作业状态与调度。
4.存储管理:
⑴存储与存储管理。
⑵虚拟存储原理。
⑶页式存储。
⑷段式存储。
⑸段页式存储。
⑹局部性原理与工作集概念。
5.文件管理:
⑴文件与文件管理。
⑵文件的分类。
⑶文件结构与存取方式。
⑷文件目录结构。
⑸文件存储管理。
⑹文件存取控制。
⑺文件的使用。
6.设备管理:
⑴设备与设备分类。
⑵输入输出控制方式。
⑶通道技术。
⑷缓冲技术。
⑸设备分配技术与SPOOLing系统。
⑹磁盘调度。
7.典型操作系统的使用:
⑴UNIX的特点与使用。
⑵Linux的特点与使用。
⑶Windows的特点与使用。
五、软件工程
1.软件工程基本概念:
⑴软件与软件危机。
⑵软件工程定义。
⑶软件生命周期。
⑷软件过程模型。
2.结构化分析与设计:
⑴问题定义与可行性研究。
⑵软件需求分析。
⑶数据流程图与数据字典。
⑷软件体系结构设计。
⑸概要设计与详细设计。
⑹模块结构设计与数据结构设计。
⑺用户界面设计。
3.原型化开发方法:
⑴原型化开发的基本原理。
⑵原型化开发模型。
⑶原型化开发过程。
⑷软件复用。
4.面向对象分析与设计：
⑴面向对象基本概念。
⑵面向对象分析。
⑶面向对象设计。
⑷统一建模语言（UML）。
5.软件测试:
⑴软件测试的基本概念。
⑵软件测试方法。
⑶测试用例设计。
⑷软件测试过程。
6.软件维护:
⑴软件维护的基本概念。
⑵软件维护活动。
⑶软件可维护性。
⑷软件维护的负作用。
7.软件开发工具与环境:
⑴软件开发工具。
⑵软件工程环境。
8.软件质量保证与软件质量度量:
⑴软件质量概念。
⑵软件质量保证。
⑶软件质量度量与评价。
⑷软件技术的评审。
⑸软件可靠性。
8.软件管理:
⑴软件管理职能。
⑵软件项目组织与计划。
⑶风险分析。
⑷项目进度与跟踪。
⑸软件配置管理。
⑹软件过程成熟度模型（CMM）。
⑺软件工程标准化与软件文档。
⑻软件产权保护。
六、数据库
1.数据库基本概念:
⑴信息处理与数据库。
⑵数据模型。
⑶数据库系统结构。
⑷数据库系统组成。
2.关系数据库:
⑴关系数据库的基本概念。
⑵关系数据模型。
⑶关系的完整性。
⑷关系代数。
⑸元组关系演算
⑹域关系演算。
3.关系数据库标准语言SQL:
⑴SQL语言的特点。
⑵SQL语言的基本概念。
⑶数据定义。
⑷数据操纵。
⑸视图。
⑹数据控制。
⑺嵌入式SQL。
4.关系数据库设计理论:
⑴函数依赖。
⑵多值依赖。
⑶关系模式分解。
⑷关系模式的规范化。
5.数据库保护:
⑴数据库恢复。
⑵并发控制。
⑶完整性。
⑷安全性。
6.数据库设计:
⑴数据库设计的目标。
⑵数据库设计的方法和步骤。
⑶需求分析。
⑷概念设计。
⑸逻辑设计。
⑹物理设计。
⑺数据库的实施与维护。
7.数据库管理系统:
⑴数据库管理系统的组成。
⑵数据库系统的工作过程。
⑶数据库管理系统产品。
8.数据库新技术：
⑴数据库技术的发展。
⑵分布式数据库。
⑶并行数据库。
⑷多媒体数据库。
⑸对象和对象-关系数据库。
⑹数据库仓库。
⑺数据挖掘。
⑻Web数据库。
七、计算机体系结构
1.体系结构的基本概念:
⑴计算机系统的层次结构。
⑵体系结构的定义。
⑶体系结构的分类。
⑷体系结构发展的影响因素。
⑸体系的定量分析。
2.存储体系:
⑴存储层次。
⑵Cache工作原理。
⑶虚存工作原理。
3.指令与时间并行性:
⑴指令优化策略。
⑵流水线技术。
⑶RISC。
4.并行处理技术:
⑴并行性概念。
⑵超流水线与超标量技术。
⑶向量处理机。
⑷阵列处理机。
⑸多处理机。
⑹机群处理机。
5.系统性能评价:
⑴性能评价概念。
⑵基准测试程序。
八、计算机网络与通信
1.计算机网络与Internet:
⑴网络发展与网络用户。
⑵网络硬件。
⑶网络软件。
⑷参考模型。
⑸网络实例（Internet）。
2.应用层:
⑴应用层概述。
⑵万维网：HTTP。
⑶文件传输：FTP。
⑷电子邮件。
⑸域名系统：DNS。
⑹网络安全。
3.传输层:
⑴传输层概述。
⑵传输协议的要素。
⑶无连接传输：UDP。
⑷面向连接传输：TCP。
⑸拥塞控制。
4.网络层与路由:
⑴网络层概述。
⑵路由原理。
⑶Internet协议。
⑷Internet路由。
⑸服务质量。
⑹网络互联。
5.链路层与局域网：
⑴数据链路层概述。
⑵流量控制。
⑶差错控制。
⑷Internet链路层与HDLC。
⑸多路访问协议与ETHERNET。
⑹数据链路层交换。
4. 计算机 数学 物理 逻辑 离散数学 数字电路 集成电路 自动化 计算机网络 电信 互联网有什么关系
联系很密切哦，特别是数学与计算机的关系，要学计算机必须学好数学，逻辑 离散数学都是数学的一个分支，而数字电路 集成电路 自动化都可以算是物理的分支，都属于物理的电学部分的。自动化就跟数学和物理都有关系了。而且数学和物理都是自动化的必修课程。计算机网络 电信 互联网都属于计算机一部分。
电信呢，是跟联通，移动相关的部
门，主要经营互联网，电话等通信业务。
互联网就是平时所谓的“上网"的网了
5. 大学选择计算机专业需要学哪些课程
计算机应用基础、应用文写作、数学、英语、德育、电工与电子技术、计算机网络技术、C语言、计算机组装与维修、企业网安全高级技术、企业网综合管理、windows server 2008操作系统、局域网组建、Linux服务器操作系统、网络设备与网络技术（主要学习思科、华为公司设备的配置、管理、调试）、SQL Server、网络综合布线技术、CAD绘图等。
6. 看过数理逻辑的书，知道计算机和数理逻辑关系很大，但是不知道到底怎么应用到计算机科学里的
我现在研二，我研究生专业是计算机应用技术。《数理逻辑》这门课很难，你应该是研究生阶段才学的吧。我学过之后的感受是，这门课除非你继续搞计算机基础理论研究，比如说考中科院博士之类的，想把数理逻辑应用在计算机科学基本上不现实。毫不客气地说，我们都没有能力学好数理逻辑更不用说应用了，希望我的经验对你有用，切记不要钻研数理逻辑！！！
7. 大学里的计算机网络需要用数学吗
当然需要。高深的东西要用 传统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复
变，实变，泛函等等。实变和泛函被很多人认为是现代数学的入门。在物理，化学，工程
上应用的，也以分析为主。
随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这
些分支处理的数学对象与传统的分析有明显的区别：分析研究的对象是连续的，因而微分
，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机会进行此类的计
算。人们从而称这些分支为“离散数学”。“离散数学”的名字越来越响亮，最后导致以
分析为中心的传统数学分支被相对称为“连续数学”。
离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科：
1) 集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。
2) 图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心是
算法，而大量的算法建立在图和组合的基础上。
3) 抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊讶
地发现代数竟然有如此之多的应用。
但是，理论计算机科学仅仅就是在数学的上面加上“离散”的帽子这么简单吗？一直到大
约十几年前，终于有一位大师告诉我们：不是。
D.E.Knuth(他有多伟大，我想不用我废话了)在Stanford开设了一门全新的课程Concrete
Mathematics。 Concrete这个词在这里有两层含义：
第一，针对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题
关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一些
数学。为了直接面向应用的需要，他要提倡“具体”的数学。
在这里我做一点简单的解释。例如在集合论中，数学家关心的都是最根本的问题--公理系
统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，
数学家觉得并不重要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能
够首先看到这一点，不愧为当世计算机第一人。
第二，Concrete是Continuous(连续)加上discrete(离散)。不管连续数学还是离散数学，
都是有用的数学！
前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研究领域
包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并
行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相
交叉，而且新的课题在不断提出，所以很难理出一个头绪来。
下面随便举一些例子。
由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)
，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。
很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这就大错特错了。
现代密码学至少包含以下层次的内容：
第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正
确？
第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。
第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。
第四，密码学的新应用。例如，数字现金，叛徒追踪等。
现代社会科学技术高速发展，数学学科的发展也已经到了非常抽象的地步，但是计算机所应用的数学依然是之前的经典东西，怎么样学好数学，通过计算机这个平台用好数学，将计算引入世界的每一个角落，无时无可得都在运算，用于提高人类的生活质量，这将是我们计算机学科从业人员的终极目的和追求
8. 首都师范大学计算机科学与技术专业核心课程有什么
计算机科学与技术
四年制本科 授工学学士学位
_
专业简介：培养学生在计算机科学技术中，掌握坚实的理论和专业知识，具有分析问题、解决问题的能力，知识自我更新和不断发展的能力的高素质人才。学生了解计算机前沿技术及发展趋势，能适应国家及北京市信息化建设和发展的需要，具有较强的工程实践能力, 可在计算机软件、系统可靠性、智能教育等方面重点发展。本专业在北京市计算机专业评估排名第二。
核心课程：夯实计算机专业基础，如电路
原理、图论、数理逻辑、数据结构与算法、数据库原理、编译原理、操作系统、计算机组成原理、计算机网络原理；充分的专业方向课程，如大数据、人工智能原理、机器学习、网络工程、软件测试、智能信息获取技术、智能机器人技术及其仿真等。大多数课程既有理论知识的学习，也与之相对应的实验课程，还有专门的实践训练课程，如程序设计综合设计实践、数字系统综合设计实践、软件工程实践、数据库应用系统开发等。
专业特色：北京市特色专业。既重视理论教学又突出实践能力锻炼，培养学生扎实掌握计算机软硬件系统的基本理论、分析设计方法及相关技术，掌握软件工程的管理方法、测试技术，掌握智能科学的基础理论和技术，具备科学研究、项目开发、组织管理、团队协作等方面的综合素质。
就业方向：计算机已经在各行各业普及应用，学生既可以继续攻读计算机科学与技术、软件工程、人工智能等学科的硕士学位，也可以到高校、科研单位和中外企业的研究中心从事相关领域的研究工作，到中外企业从事计算机软硬件系统和计算机工程的研发工作，还可以在政府部门、教育机构、信息中心、数据中心及企业的技术部门和行政管理部门从事计算机教学、系统开发、项目管理、信息处理、技术管理、测试与维护和应用部署。
9. 数理逻辑是啥
数理逻辑又称符号逻辑、理论逻辑。它是数学的一个分支，是用数学方法研究逻辑或形式逻辑的学科。其研究对象是对证明和计算这两个直观概念进行符号化以后的形式系统。数理逻辑是数学基础的一个不可缺少的组成部分。虽然名称中有逻辑两字，但并不属于单纯逻辑学范畴。
所谓数学方法就是指数学采用的一般方法，包括使用符号和公式，已有的数学成果和方法，特别是使用形式的公理方法。
用数学的方法研究逻辑的系统思想一般追溯到莱布尼茨，他认为经典的传统逻辑必须改造和发展，是之更为精确和便于演算。后人基本是沿着莱布尼茨的思想进行工作的。
简而言之，数理逻辑就是精确化、数学化的形式逻辑。它是现代计算机技术的基础。新的时代将是数学大发展的时代，而数理逻辑在其中将会起到很关键的作用。
逻辑是探索、阐述和确立有效推理原则的学科，最早由古希腊学者亚里士多德创建的。用数学的方法研究关于推理、证明等问题的学科就叫做数理逻辑。也叫做符号逻辑。
数理逻辑包括:“命题演算”和“谓词演算”。
如果我们把命题看作运算的对象，如同代数中的数字、字母或代数式，而把逻辑连接词看作运算符号，就象代数中的“加、减、乘、除”那样，那么由简单命题组成复和命题的过程，就可以当作逻辑运算的过程，也就是命题的演算。
这样的逻辑运算也同代数运算一样具有一定的性质，满足一定的运算规律。例如满足交换律、结合律、分配律，同时也满足逻辑上的同一律、吸收律、双否定律、狄摩根定律、三段论定律等等。利用这些定律，我们可以进行逻辑推理，可以简化复和命题，可以推证两个复合命题是不是等价，也就是它们的真值表是不是完全相同等等。
命题演算的一个具体模型就是逻辑代数。逻辑代数也叫做开关代数，它的基本运算是逻辑加、逻辑乘和逻辑费，也就是命题演算中的“或”、“与”、“非”，运算对象只有两个数 0和 1，相当于命题演算中的“真”和“假”。
逻辑代数的运算特点如同电路分析中的开和关、高电位和低电位、导电和截至等现象完全一样，都只有两种不同的状态，因此，它在电路分析中得到广泛的应用。
利用电子元件可以组成相当于逻辑加、逻辑成和逻辑非的门电路，就是逻辑元件。还能把简单的逻辑元件组成各种逻辑网络，这样任何复杂的逻辑关系都可以有逻辑元件经过适当的组合来实现，从而使电子元件具有逻辑判断的功能。因此，在自动控制方面有重要的应用。
谓词演算也叫做命题涵项演算。在谓词演算里，把命题的内部结构分析成具有主词和谓词的逻辑形式，由命题涵项、逻辑连接词和量词构成命题，然后研究这样的命题之间的逻辑推理关系。
命题涵项就是指除了含有常项以外还含有变项的逻辑公式。常项是指一些确定的对象或者确定的属性和关系；变项是指一定范围内的任何一个，这个范围叫做变项的变域。命题涵项和命题演算不同，它无所谓真和假。如果以一定的对象概念代替变项，那么命题涵项就成为真的或假的命题了。
命题涵项加上全程量词或者存在量词，那么它就成为全称命题或者特称命题了。
这么说你能理解吗?希望对你有帮助 ^_^
10. 计算机4级都考什么
2005年全国计算机等级考试四级考试大纲
基本要求
1.具有计算机及其应用的基础知识。
2.熟悉计算机操作系统，软件工程和数据库的原理及其应用。
3.熟悉计算机体系结构、系统组成和性能评价的基础和应用知识。
4.具有计算机网络和通信的基础知识。
5.具有计算机应用项目开发的分析设计和组织实施的基本能力。
6.具有计算机应用系统安全性和保密性知识。
考试内容
一、计算机系统组成及工作原理
1. 基本概念:
⑴ 计算机系统的硬件组成。 ⑵ 计算机系统的层次结构。 ⑶ 计算机的主要性能指标。
2.运算方法基础与运算器:
⑴ 数值数据在计算机中的表示。 ⑵ 非数值数据在计算机中的表示。 ⑶ 数据校验码。 ⑷ 基本的算术运算。 ⑸ 基本的逻辑运算。 ⑹ 运算器的组成。
3.指令系统及控制器:
⑴ 指令格式和指令的寻址方式。 ⑵ 指令类型。 ⑶ 控制器的组成。 ⑷ CPU的总体结构。 ⑸ 中断系统。
4.存储系统
⑴ 存储系统原理。 ⑵ 半导体随机存储器和只读存储器。 ⑶ 主存储器的组成与读写操作。 ⑷ 外存储器的工作原理。
5.输入/输出设备与输入/输出系统：
⑴ 常用输入/输出设备。。 ⑵ 程序查询方式。 ⑶ 程序中断方式。 ⑷ DMA方式。 ⑸ 通道方式。 ⑹ 典型总线。
二、数据结构与算法
1.基本概念:
⑴ 数据结构的基本概念。 ⑵ 算法的定义、性质、描述与算法分析。
2.线性表:
⑴ 线性表的基本概念。 ⑵ 线性表的顺序存储结构。 ⑶ 线性表的链式存储结构（单链表、循环链表、双向链表。
3.数组:
⑴ 数组的基本概念（定义，基本操作）。 ⑵ 数组的存储方法。 ⑶ 特殊矩阵的压缩存储。
4.堆栈与队列:
⑴ 堆栈的基本概念与操作。 ⑵ 堆栈的顺序存储结构。 ⑶ 堆栈的链式存储结构。 ⑷ 队列的基本概念与操作。 ⑸ 队列的顺序存储结构。 ⑹ 队列的链式存储结构。
5.树和二叉树:
⑴ 树的基本概念（定义，名词术语）和存储方法。 ⑵ 二叉树的基本概念及性质。 ⑶ 二叉树顺序存储结构与链式存储结构。 ⑷ 二叉树的遍历（前序遍历，中序遍历，后序遍历，按层次遍历）。 ⑸ 线索二叉树。 ⑹ 二叉排序树（建立与查找）。
6.图:
⑴ 图的基本概念（定义，分类，名词术语）。 ⑵ 图的存储方法（邻接矩阵存储方法，邻接表存储方法）。 ⑶ 图的遍历（深度优先搜索，广度优先搜索）。 ⑷ 最小生成树。 ⑸ 最短路径问题。 ⑹ 拓扑排序。
7.文件及其查找:
⑴ 数据文件的基本概念。 ⑵ 顺序文件及其查找方法（顺序查找方法，折半查找方法）。 ⑶ 索引文件及其查找方法。 ⑷ 散列文件及其查找方法。
8.内排序:
⑴ 排序的基本概念（定义，功能，分类）。 ⑵ 插入排序方法。 ⑶ 选择排序方法。 ⑷ 起泡排序方法。 ⑸ 希尔排序方法。 ⑹ 快速排序方法。 ⑺ 堆排序方法。 ⑻ 二路归并排序方法。
五、软件工程
1.软件工程基本概念:
⑴ 软件与软件危机。 ⑵ 软件工程定义。 ⑶ 软件生命周期。 ⑷ 软件过程模型。
2.结构化分析与设计:
⑴ 问题定义与可行性研究。 ⑵ 软件需求分析。 ⑶ 数据流程图与数据字典。 ⑷ 软件体系结构设计。 ⑸ 概要设计与详细设计。 ⑹ 模块结构设计与数据结构设计。 ⑺ 用户界面设计。
3.原型化开发方法:
⑴ 原型化开发的基本原理。 ⑵ 原型化开发模型。 ⑶ 原型化开发过程。 ⑷ 软件复用。
4.面向对象分析与设计：
⑴ 面向对象的基本概念。 ⑵ 面向对象分析。 ⑶ 面向对象设计。 ⑷ 统一建模语言（UML）。
5.软件测试:
⑴ 软件测试的基本概念。 ⑵ 软件测试方法。 ⑶ 测试用例设计。 ⑷ 软件测试过程。
6.软件维护:
⑴ 软件维护的基本概念。 ⑵ 软件维护活动。 ⑶ 软件可维护性。 ⑷ 软件维护的负作用。
7.软件开发工具与环境:
⑴ 软件开发工具。 ⑵ 软件工程环境。
8.软件质量保证与软件质量度量:
⑴ 软件质量概念。 ⑵ 软件质量保证。 ⑶ 软件质量度量与评价。 ⑷ 软件技术的评审。 ⑸ 软件可靠性。
8.软件管理:
⑴ 软件管理职能。 ⑵ 软件项目组织与计划。 ⑶ 风险分析。 ⑷ 项目进度与跟踪。 ⑸ 软件配置管理。 ⑹ 软件过程成熟度模型（CMM）。 ⑺ 软件工程标准化与软件文档。 ⑻ 软件产权保护。