1樓：
資料結構這個課講的是維護一些離散東西的（經典）演算法，對應到純數這邊的話就是組合數學，跟其他的東西，包括數值計算啥的沒有什麼關係。這個課你可以當門數學課看，不過會和數學分析或者概率那種完全不一樣，裡面的定理和證明看幾眼就大概清楚是什麼風格了，比如最小生成樹的構造演算法，還有字串子串匹配的演算法。
至於應數要不要學他，應數裡面就有做這種離散演算法的方向呀（運籌學），而且我覺得理論電腦科學（演算法設計與分析，計算複雜性理論，等等）也算應數吧，也許你學了之後就對這種東西感興趣了呢；要是不做這塊也不打算轉軟體開發的話倒是隨便看看就好，做個數學實驗一般也用不到這種東西……
2樓：chainhelen
計算數學是乙個方向，不能說應用數學就是搞這個的。我覺得數學系的多少都得懂點資料結構，會多使用一些工具，將來會避免不必要的麻煩。
3樓：Abel
說一下計算數學吧
前兩天去恰好去聽了院長許學軍名為「科學計算的理論及應用」的講座。
「計算數學/科學計算是被譽為處理論研究，科學實驗之外的第三種科學研究手段。
計算數學很關鍵研究是進行解法器（演算法）的設計。
科學計算能力的提高是由計算機和演算法的改進共同促進的，缺一不可；
計算效率的提高，演算法的貢獻過半，即起主要作用；
解決複雜的實際問題，演算法的作用是決定性的。」
資料結構只是進行演算法設計的需要的很小的一部分知識，如果想搞計算數學想要補充一些有關演算法的知識的話，可以選擇性地看《演算法導論》中的一些章節進行大概的了解，而不是僅僅針對資料結構下手，畢竟cs的同學學了三年本科課程不只是在學資料結構。
我覺得演算法設計是很難很難很難的學科，比程式設計難得多，因為演算法設計出來自然可以用不同的計算機語言程式設計實現，但是演算法設計還要進行複雜度分析，收斂性判定，收斂階/步數判定，其中會涉及到困難的數學證明，光是《演算法導論》前幾章舉出的一些定理和算例就已經很複雜了。
順便一提，在實際的複雜問題面前，本科的知識量和深度可能是遠遠不夠的，但是本科時鍛鍊的學習能力可能足夠解決問題，遇到問題再開始針對問題學習也為時未晚（這裡指掌握相應本科學習的內容）？
4樓：龍靜顏
當年我在中科大讀本科時，資料結構是必修課的。可見其重要性。你現在頂多大二，怎麼知道將來是要搞數值計算，還是非數值計算？
想那麼遠幹什麼？日後你就業了，會發現你學的課程有一半沒甚鳥用，但是你現在能知道是哪一半嗎？
而且一門課程有沒有用也是不能輕下斷言的。 比如對現在的我來說，C語言在科研裡沒啥大用了，然而憑著當年的功底，我還能跨界輔導我校新同學C語言課程。身為老師，就應該啥都懂一點兒......
順便說，當年我統計沒學好，到現在依然不懂什麼統計，有時也覺得遺憾，可是也沒時間學了。我老了，你們還年輕，來日方長，趁年輕，就該多學些。
5樓：我是小灰灰
多學一點東西肯定是有用的，但對大學本科的數學學習用處不大，建議平時的課程學有餘力再選這些課。再者除了純數以外的都可以叫應用數學，計算數學也是包涵在內的，計算數學大多是與分析代數這些基礎課緊密聯絡的，就是類似你前面說的數值計算，研究生有的是做有限元的，有的是做其他演算法的，總體對你的程式設計能力要求不算太高，會些matlab僅夠用了，主要還是在理論上面對你演算法的收斂速度精度這些做研究，程式設計只是輔助你檢驗演算法的好壞。
數學系學生應該鑽難題還是多學更深的內容？
職業數學家在民間 做些習題是必要的,但不必太執著於難。如果時間允許，天賦允許的話,盡可能深入的學習吧.下面這份書單，可以作為參考。https zhuanlan p 56 399394 Ruiliang Gao 這樣的問題其實寫過很多個類似的了。我的意見是，作業題是一定要好好做的，數分高代以後會貫穿你...
加拿大高中申請滑鐵盧大學數學系有多難？需要競賽成績非常好嗎？
ViinCeent 作為乙個waterloo 數學系畢業的學生來說，其實最好的選擇還是讀多大。良心推薦。而且去uw讀書數學系一般都是為了cs或者一些專業，因為比較好就業，但是現在uw的cs專業基本是從最開始70就行到現在90才行，這個不是說你高中成績，而是大一大二的成績。加上loo現在學生實在太多了...
數學系為什麼有那麼多程式設計課程任務
calelin 西南某末流野雞985連生物都開程式設計課，生物經管搞ACM勢頭比計算機系都強你能信？都是為你好，想必題主10年後會感謝學校。 C 感覺多餘了。Mathematica和Maple會乙個就夠了，當然可以自己學，不過學校弄兩個是浪費。概率論，資訊理論是數學，離散數學是幾個數學課的簡化版。 ...