caili2046
数据结构的起源作用和意义：1、一般认为，一个数据结构是由数据元素依据某种逻辑联系组织起来的。对数据元素间逻辑关系的描述称为数据的逻辑结构；数据必须在计算机内存储，数据的存储结构是数据结构的实现形式，是其在计算机内的表示；此外讨论一个数据结构必须同时讨论在该类数据上执行的运算才有意义。一个逻辑数据结构可以有多种存储结构，且各种存储结构影响数据处理的效率。2、在许多类型的程序的设计中，数据结构的选择是一个基本的设计考虑因素。许多大型系统的构造经验表明，系统实现的困难程度和系统构造的质量都严重的依赖于是否选择了最优的数据结构。许多时候，确定了数据结构后，算法就容易得到了。有些时候事情也会反过来，我们根据特定算法来选择数据结构与之适应。不论哪种情况，选择合适的数据结构都是非常重要的。3、选择了数据结构，算法也随之确定，是数据而不是算法是系统构造的关键因素。这种洞见导致了许多种软件设计方法和程序设计语言的出现，面向对象的程序设计语言就是其中之一。4、数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。 
开题报告一般要总结意图，主要运用什么理论，要达到的目的。 说明主题选择的目的和意义，并指出论文写作的范围。介绍应该简短而简洁，围绕主题。说明调查的原因或目的、时间和地点、对象或范围、过程和方法以及工作人员的构成，从中引出核心问题或基本结果。 明确调查目标的时代背景、总体发展趋势、实际情况、关键考试成绩、突出情况等基本情况，明确提出核心问题或主要意见；直接总结调查结果，如肯定实践、指出问题、提示影响、解释中心内容等。序言具有锦上添花的效果，应简洁总结，直接切割主题。 论文主题选择的关键取决于澄清论文主题选择对理论基础研究的贡献，或对实践活动的帮助和具体指导。简要描述问题的起源和未来的发展，然后显示主题应该处理什么问题，即讨论的范围。最后，对您的主题选择的使用价值进行评估，以显示本文对基础理论的基本促进作用和具体指导的意义。
首先纲领性把握两者区别：目的——重在阐述论文要解决的问题。即为什么选这样一个题目进行论述，要论述出什么东西。意义——重在表明论文选题对理论研究有哪些贡献，或对实践具有哪些帮助和指导。在明确两部分的区别之后可以对选题的相关领域进行搜索，明确当下该选题有哪些研究成果，还有哪些部分是你的选题需要补充和完善的。对选题的价值有一个综合性的判断。最后进入实战部分：可以先简单叙述该课题的起源或者发展状况，然后阐明选题着重解决哪些问题（讨论范围）。最后对你的选题进行价值性评估，说清楚这篇论文将对理论产生哪些推动作用，或者对实践有什么指导意义就可以了。PS目的和意义可以分开写，也可以合并写，看个人爱好以及资料的详实程度。希望对你有帮助~祝论文顺利 O(∩_∩)O
根据你的选题来决定形式，同时研究的目的、意义也就是为什么要研究、研究它有什么价值。这一般可以先从现实需要方面去论述，指出现实当中存在这个问题，需要去研究，去解决，本论文的研究有什么实际作用，然后，再写论文的理论和学术价值。这些都要写得具体一点，有针对性一点，不能漫无边际地空喊口号。对于创作上的问题可以来职称驿站网看看。
起源：“数据结构”作为一门独立的课程在国外是从1968年才开始设立的。 1968年美国唐纳德·克努特（Donald Ervin Knuth）教授开创了数据结构的最初体系，他所著的《计算机程序设计艺术》第一卷《基本算法》是第一本较系统地阐述数据的逻辑结构和存储结构及其操作的著作。“数据结构”在计算机科学中是一门综合性的专业基础课，数据结构是介于数学、计算机硬件和计算机软件三者之间的一门核心课程。数据结构这一门课的内容不仅是一般程序设计（特别是非数值性程序设计）的基础，而且是设计和实现编译程序、操作系统、数据库系统及其他系统程序的重要基础。作用：数据是计算机化的信息，它是计算机可以直接处理的最基本和最重要的对象。无论是进行科学计算或数据处理、过程控制以及对文件的存储和检索及数据库技术应用等，都是对数据进行加工处理的过程。因此，要设计出一个结构好效率高的程序，必须研究数据的特性及数据间的相互关系及其对应的存储表示，并利用这些特性和关系设计出相应的算法和程序。意义：数据结构是计算机科学与技术专业、计算机信息管理与应用专业，电子商务等专业的基础课，是十分重要的核心课程。所有的计算机系统软件和应用软件都要用到各种类型的数据结构。因此，要想更好地运用计算机来解决实际问题，仅掌握几种计算机程序设计语言是难以应付当前众多复杂的课题。要想有效地使用计算机、充分发挥计算机的性能，还必须学习和掌握好数据结构的有关知识。打好“数据结构”这门课程的扎实基础，对于学习计算机专业的其他课程，如操作系统、数据库管理系统、软件工程、编译原理、人工智能、图视学等都是十分有益的。
做数据分析，对论文的意义是非常重大的，因为有的论文的结论是需要数据来支持的。
