Students’ topic-specific difficulties in learning data structures and algorithms
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Doctoral thesis (article-based)
| Defence date: 2026-01-16
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Major/Subject
Mcode
Degree programme
Language
en
Pages
182 + app. 123
Series
Aalto University publication series Doctoral Theses, 10/2026
Abstract
Data structures and algorithms (DSA) are fundamental concepts in computer science, as they provide basis for e cient computation. An introductory DSA course is mandatory ffi for students in an undergraduate computing curriculum similarly to an introductory programming (IP) course. Investigating students’ difficulties in learning DSA would advance teaching of this common topic. Knowledge of misconceptions, students’ understandings which deviate from the scientific consensus, could be utilized to increase the effectiveness of DSA instruction. This dissertation investigated students’ misconceptions and other difficulties specific in learning DSA. A systematic literature review produced a catalog of 70 students’ misconceptions related to DSA subtopics and recursion. Previously, a questionnaire instrument was designed to diagnose whether a certain student’s difficulties relate to missing knowledge of IP or DSA. In this dissertation, the instrument was evaluated by think-aloud interviews with DSA students, confirming that the instrument can differentiate difficulties between IP and DSA, but not diagnose difficulties on IP/DSA subtopics reliably. Students’ misconceptions of Dijkstra’s single-source shortest paths algorithm were studied extensively with mixed methods. A key instrument were visual algorithm simulation (VAS) exercises, where student simulates the execution of Dijkstra’s algorithm by interacting with a graph visualization. Several methods were used to analyze students’ errors during VAS activity: think-aloud interviews, automatic detection of exercise states with certain properties, and modeling systematically repeating errors with algorithms. Based on the observations, students confused elementary graph algorithm concepts, or their simulations resembled other graph algorithms instead of Dijkstra’s algorithm. This thesis provides instructors with a catalog of DSA misconceptions from the literature and new misconceptions of Dijkstra’s algorithm, both utilizable in DSA course instruction. The catalog points to future directions of DSA misconception research. Furthermore, the VAS-relevant mixed methods methodology supports investigation of students’ difficulties in visual algorithm simulation exercises.Tietorakenteet ja algoritmit (TiRA) ovat tietojenkäsittelytieteen peruskäsitteitä, koska ne antavat perusteet tehokkaalle laskennalle. TiRA-peruskurssi on pakollinen tietojenkäsittelytieteen kandidaattitason opetusohjelmassa samalla tavalla kuin ohjelmoinnin perusteet (OP). TiRAn opettamista auttaisi, jos tutkittaisiin opiskelijoiden vaikeuksia oppia tätä yleistä aihetta. Väärinkäsitykset ovat opiskelijoiden ymmärryksiä, jotka poikkeavat tieteellisestä yhteisymmärryksestä. Tieto väärinkäsityksistä auttaisi tehostamaan TiRan opettamista. Tämä väitöskirja tutki opiskelijoiden väärinkäsityksiä ja muita vaikeuksia, jotka ovat erityisiä TiRAn oppimisessa. Järjestelmällinen kirjallisuustutkimus tuotti luettelon, jossa on 70 opiskelijoiden väärinkäsitystä liittyen TiRAan ja rekursioon. Aiemmin oli kehitetty kyselyinstrumentti selvittämään, liittyvätkö jonkin opiskelijan vaikeudet puuttuvaan tietämykseen ja taitoihin OP:ssa vai TiRAssa. Tässä väitöskirjassa instrumentin toimivuutta testattiin käytännössä tutkimuksella, jossa TiRAopiskelijat ajattelivat ääneen haastattelun aikana. Tutkimus vahvisti, että instrumentti erottaa vaikeuksien syyksi joko OP:n tai TiRAn, mutta ei pysty erittelemään luotettavasti puutteita osaaiheiden tietämyksessä. Opiskelijoiden väärinkäsityksiä Dijkstran yhden lähteen lyhyimpien polkujen algoritmista selvitettiin kattavasti monimenetelmätutkimuksella. Keskeinen tutkimusinstrumentti oli visuaalinen algoritmisimulaatiotehtävä (VAS), jossa opiskelija simuloi Dijkstran algoritmin suoritusta vuorovaikuttamalla tietorakenteen kuvaesityksen kanssa. Useita menetelmiä käytettiin analysoimaan opiskelijoiden virheitä simulaatiotehtävissä: ääneenajatteluhaastattelua, tietyllä tavoin virheellisten tehtävätilojen automaattista tunnistamista, ja järjestelmällisesti toistuvien virheiden mallintamista algoritmeilla. Havaintojen perusteella opiskelijat sekoittivat perusverkkoalgoritmien käsitteitä tai heidän simulaationsa muistuttivat muita verkkoalgoritmeja Dijkstran algoritmin sijasta. Tämä opinnäytetyö antaa opettajille luettelon TiRA-virhekäsityksistä tutkimuskirjallisuuteen perustuen sekä uusia väärinkäsityksiä Dijkstran algoritmista. Luettelo osoittaa suuntia tulevaisuuden TiRA-virhekäsitystutkimukselle. Lisäksi VASiin liittyvä menetelmästö mahdollistaa väärinkäsityksen tutkimisen muissakin VAS-tehtävissä.Description
Supervising professor
Malmi, Lauri, Prof., Aalto University, Department of Computer Science, FinlandThesis advisor
Korhonen, Ari, Senior university lecturer, Aalto University, Department of Computer Science, FinlandSeppälä, Otto, Senior university lecturer, Aalto University, Department of Computer Science, Finland
Sorva, Juha, Senior university lecturer, Aalto University, Department of Computer Science, Finland
Other note
Parts
- [Publication 1]: Artturi Tilanterä and Ari Korhonen. Data Structures and Algorithms Misconceptions in Concept Inventories: A Systematic Literature Review. Accepted for publication in Computer Science Education, June 2025
-
[Publication 2]: Marjahan Begum, Pontus Haglund, Ari Korhonen, Violetta Lonati, Mattia Monga, Filip Strömbäck, and Artturi Tilanterä. Empirical Evaluation of a Differentiated Assessment of Data Structures: The Role of Prerequisite Skills. Informatics in Education, Vol. 23, no. 1, pp. 57–99. DOI 10.15388/infedu.2024.05, March 2024.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202404173147DOI: 10.15388/infedu.2024.05 View at publisher
-
[Publication 3]: Artturi Tilanterä, Giacomo Mariani, Ari Korhonen, and Otto Seppälä. Towards a JSON-based Algorithm Animation Language. In Proceedings of the 2021 Working Conference on Software Visualization (VISSOFT), Luxembourg, 21–27 September 2021, pp. 135-139. September 2021.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-2021123111190
-
[Publication 4]: Artturi Tilanterä, Juha Sorva, Otto Seppälä, and Ari Korhonen. Students Struggle with Concepts in Dijkstra’s Algorithm. In Proceedings of the ACM Conference on International Computing Education Research V.1 (ICER ’24 Vol. 1), Melbourne, VIC, Australia, 12–15 August 2024, August 2024.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202410026618
-
[Publication 5]: Artturi Tilanterä, Ari Korhonen, Otto Seppälä, and Teemu Taivainen. Investigating Students’ Misconceptions of Dijkstra’s Algorithm: Exploration of Algorithm Simulation Traces. In Proceedings of the ACM conference on Innovation and Technology in Computer Science Education (ITiCSE 2025), Nijmegen, Netherlands, 30 June–2 July, 2025.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202508276835
-
[Publication 6]: Artturi Tilanterä, Ari Korhonen, Otto Seppälä, Teemu Taivainen, and Inka Croell. Exploring Traces From Algorithm Simulation: Students’ Conceptions of Dijkstra’s Algorithm. Accepted for publication in Frontiers in Education 2025, Nashville, Tennessee, USA, 2–5 November 2025, November 2025.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202508276835DOI: 10.1145/3724363.3729081 View at publisher