“ 算法设计与分析”课程教学改革探索

SCI论文（www.lunwensci.com）

　　摘要：为了提高“算法设计与分析”课程教学质量，文章首先分析了“算法设计与分析”课程教学现状，然后论述了“算法设计与分析”课程教学改革实践，最后阐述了“算法设计与分析”课程教学改革成效。

　　关键词：“算法设计与分析”课程教学；项目驱动；高阶智慧课堂

　　新工科研究和实践围绕工程教育改革的新理念、新结构、新模式、新质量、新体系开展。“算法设计与分析”课程作为计算机类专业的必修课，其主要目的是针对实际问题需求进行数学建模并选择高效求解算法。该课程是理论与实践高度融合的课程，旨在培养学生的算法思维、计算思维及解决计算机领域复杂问题的能力，对于学生夯实专业基础知识、后续进行一系列专业课程的学习，以及在时空受限情况下高效率地解决实际问题都起着重要作用。该课程具有“抽象复杂、代码繁多、枯燥难懂”的特点，在实际教学中“难教难学”。为了更好地践行工程教育理念，培养新工科人才，该课程须遵照新工科建设的新要求，从教学内容、教学方法、教学评价等方面开展教学改革，以增强学生算法学习的动力和信心，提高学生算法学习的实践能力和创新能力。

　　一、“算法设计与分析”课程教学现状

　　（一）观念陈旧，缺乏一体化课程群教学设计思想

　　传统“算法设计与分析”课程教学中，教师教学观念陈旧，在课堂上扮演的角色“戏份”过重，学生的主体地位没有得到有效体现，导致课堂教学效果不佳。另外，“算法设计与分析”课程与其他相关课程联系较少，教师孤立地传授知识，缺乏一体化课程群教学设计思想。对于算法类课程来说，其一体化课程群由三种类别的课程组成，分别是前驱课程、当前课程及后续课程。基于此，如何立足工程教育认证标准有效转变传统教学观念，如何以学生为中心，用新技术高规格、高质量进行新工科人才培养，并按照计算机类专业人才培养方案将具有逻辑联系的若干课程整合为有机课程群，进而优化教学设计，需引起思考和重视[1]。

　　（二）教学资源极度匮乏，资源建设严重滞后

　　“算法设计与分析”课程作为计算机类专业的学科基础平台课程，起着承上启下的作用。但由于学生班级、人数众多，理论教学、实验教学环节任务繁重，教学资源往往局限于教材配套的多媒体课件，辅助的音频、动画、视频资源较少，不能满足教学需要，尤其是实践教学环节资源更是极度匮乏，甚至几近于无。因此，要成立课程教学团队进行教学资源建设，逐渐开展基于线上线下相结合的新型混合式教学，并构建全程浸入式的高阶课堂，以便通过课堂翻转、案例实践、师生互动、小组讨论、随堂测试，实现以工程素养和创新能力为导向的教学[2-5]。

　　（三）教学内容陈旧，教学方式单一

　　“算法设计与分析”课程教学内容依赖于课本知识，知识点繁杂，深度、广度不足，且缺乏具有高阶性、创新性及挑战性的实际案例支撑，导致理论知识与工程实践应用联系较少，进而使得学生很难选择合适的算法策略，在时空受限的条件下高效地解决计算机领域复杂问题的能力难以提高。“算法设计与分析”课程教学中，教师虽然注重教学活动设计、教学过程组织，但仍以传统的讲授式教学为主，以板书和多媒体为辅，单向地进行知识传授，师生之间缺乏有效互动研讨，导致学生学习的积极性和主动性不高。因此，如何将信息技术与课堂教学深度融合，构建新型教学环境，更新教学内容、创新教学方式，是亟待解决的重要问题。

　　（四）缺乏项目驱动，学生参与度不高，实践创新能力培养不足

　　“算法设计与分析”课程既重理论又重实践，故要求学生在掌握算法理论知识的基础上，在项目中不断研究与探索，将算法知识内化，进而形成系统性算法知识体系结构。但由于课程内容枯燥抽象、课程知识点繁多、项目案例匮乏等，加之存在学生参与度低、实践效果不佳的问题，学生在实践环节中往往难以上手、入手，这就极大地降低和挫伤了学生的实践积极性，导致学生程序调试能力难以提高，编程能力进阶之路极为漫长。因此，如何有效引入项目驱动，把课程知识点合理融入项目各环节，使学生在完成项目的过程中获得知识并提升实践创新能力，是教学中教师迫切需要解决的难题[6]。

　　（五）缺乏“进阶式”引导，学生自主学习能力较弱

　　计算机类专业学生学习学科基础课程时，虽然能够清晰地认识到学科基础课程的基础性、重要性及其在考研科目中所占的比例，但大部分学生在“算法设计与分析”课程学习中却处于疲于应对的状态，即所学理论知识不能及时巩固，理论知识也不能有效地向实践转换且不能实现螺旋式提高，这就势必对后续课程的学习及考研、就业产生影响。故如何以学生自主探究为基础，以能力培养为目标，围绕激发学生学习兴趣和潜能等深化教学改革，积极引导学生自我管理、主动学习，并激发学生求知欲望，提高学生学习效率，提升学生自主学习能力，这一系列问题亟待研究和解决[7]。

　　二、“算法设计与分析”课程教学改革实践

　　（一）构建全程浸入式的高阶智慧课堂

　　笔者所在课程团队合作共建，对“高级程序设计语言”“数据结构”“算法设计与分析”等与算法高度相关的课程内容及资源进行合理规划和深度梳理，促使课程群形成层次化、交叉化、融合化及进阶性的特点。而为了构建全程浸入式的高阶智慧课堂，在“算法设计与分析”课程教学改革中要以学生为中心，以“学科竞赛”和“工程项目”为驱动，以知识、能力、素质为牵引，深入开展课程资源、教学内容、组织方式及评价体系的融合创新。同时，创设“MOOC+雨课堂+云班级”的信息化混合式教学模式，通过课堂翻转、案例实践、小组讨论、实时答题、弹幕互动等实现多样化组织方式，通过课前测评、课堂测评、小组互评、课后测评及阶段性测评实现多样化评价，构建“以学生为中心、以能力培养为目标、以翻转课堂为平台”的多样化组织、多元化评价的混合式教学模式，将线上教学的便利性、个体性与线下教学的互动性、深度性有机融合，最终使学生由浅入深走向深度学习[8]。具体来说，构建的“算法设计与分析”全程浸入式的高阶智慧课堂如图1所示。

　　（二）完善课程资源与内容建设，实施多元化教学

　　课程团队加强“算法设计与分析”课程资源建设，充分利用网络化平台和智能教育等先进信息技术，汇聚各类跨界、跨域、跨校的优质教学资源。从动态性（创新性地将算法步骤、算法代码、数据的逻辑结构及变量的变化情况以动态画面形式直观地展现出来）、交互性（学生可以根据接受知识的速度控制算法动态展现的过程；学生可以对算法的输入数据进行修改，使自身从不同角度理解算法的执行过程）、娱乐性（附带一些与算法有关的小游戏，让学生在游戏过程中深刻体会算法的思想及执行过程，从而提高学生的学习兴趣）入手，对算法类课程教学内容进行精细化设计，以实现知识的形象化。同时，动态分解课程资源与内容，且对课程资源与内容实行非线性组合及混合式并行编排与多轮迭代，以实现精准优化的协同教学，进而使学生探究式、主动式、渐进式学习能力逐步增强。

　　教师要根据教学目标及学情分析，针对具体的教学内容合理安排教学诸要素，确定合适的教学方案，选择恰当的教学方法，力求实现多元化教学。即在教学中以学生为中心，探索新的教学方式和传统教学方式的融合路径，使以往以教师讲授为主的概念、理论、算法、示例方式，向以学生为主体、教师为主导的案例引入、案例分析、案例实现方式转换。同时，教师要采用混合式教学、问题驱动教学等，注重学生的参与度及与学生的互动。另外，教学中教师要采用丰富的教学方式，以实现“学生主体化”“知识形象化”“模式立体化”“互动多样化”“案例层次化”[9-10]。“学生主体化”——教师将传统的讲授式与案例式、探究式、启发式教学方法相结合，合理、丰富、系统、深入地安排教学诸要素，引导学生参与讨论，鼓励学生思考提问，以便实现以学生为中心，突出学生的主体地位。“知识形象化”——将传统媒体与新媒体相结合，创新性地将晦涩难懂的问题、算法、案例以动态画面的形式直观地呈现出来，并附带一些与算法有关的小游戏，让学生在游戏过程中深刻体会算法的思想及执行过程，以便降低算法的理解难度，突出重点、突破难点。“模式立体化”——基于案例引入、问题分析、算法设计、算法实现、总结拓展，使教学主线更清晰，进而深化“教、学、做”三位一体的立体化教学模式应用。这样除了强调经典算法的基本理论，亦兼顾了编程实践能力，并将算法思想、实践环节、问题解决相结合，可使学生在算法学习中既能“想到”，还能“做到”。“互动多样化”——课前教师将视频、习题、课件等学习资料推送到学生手机，并设置好课前预习的互动环节，让学生实时答题、弹幕互动；课后通过作业、实践、在线问卷调查、在线答疑等方式，激励学生畅所欲言，分享自己对知识点更深层次的理解，使学生对知识点的认知过程升华为思想交流的过程，进而深化为心灵碰撞的过程。“案例层次化”—案例教学应贯穿始终，且分层次进行。例如，“分治算法”讲授中，教师首先以典型的“分金块”案例进行导入，通过分析案例、设计常规算法、归纳算法思想、分析算法优缺点引出本节内容；然后在算法思想部分，通过“查找伪币”的案例，巩固算法思想中子问题相互独立这一重要知识点；最后通过“残缺棋盘覆盖”案例，带领学生利用分治算法解决非典型的分治问题，即子问题与原问题结构不同时，可人为地构造残缺方格，再利用分治解题，从而拓展分治解题的思路和宽度。又如，讲授“回溯算法”前，教师将国际上经典的8皇后问题推送给学生，由学生以人工方式求解，思考使用哪种算法求解；播放Flash动画，教师详细讲解8皇后问题的规则、要求；模拟回溯算法解题的过程，使用规模较小的4皇后问题，便于学生理解、掌握回溯过程；设计算法、编程、实践，这样学生能够根据n的不同取值，针对n皇后问题，解决任何规模的皇后问题。

　　（三）思政元素无痕融入

　　课程团队以“算法设计与分析”课程知识、能力、素质三大目标为牵引，以线上线下混合式教学为载体，以社会主义核心价值观为导向，从而无痕融入思政元素。即在实际教学中，教师要总结融入点，设计融入方式，把握融入时机，将课程、专业、学科蕴含的思政元素加以梳理，并巧妙融入教学各环节，以便使学生了解算法学习对立国强国及发展现代科学的意义，提升自身责任感；了解我国科技成就，增强民族自豪感；了解我国传统文化中的算法，从而“博古通今”“超古越今”；了解利用算法解决实际问题时展现的智慧，继而反哺于实际问题的解决，以提高问题解决能力。这样能够使学生践行社会主义核心价值观，提升专业能力和职业胜任力。

　　课程团队对于“算法设计与分析”课程中的核心知识点进行了相关思政元素的深入挖掘，部分思政元素融入混合式教学的案例如表1所示。

　　（四）注重“竞赛引导、任务驱动”的实践教学

　　课程团队探索适应个性化培养要求的及灵活的、可动态调整的“算法设计与分析”课程实践教学内容，探索非线性的实践教学组织，以便用项目引导、任务驱动、问题激发的方式提高学生自主学习能力；探索以工程项目需求为主线的案例教学，采取“由浅入深，逐步提高”进阶式项目驱动的实践教学方式；以大学生创新创业训练计划项目、中国大学生计算机设计大赛、蓝桥杯全国软件和信息技术专业人才大赛等为辅助，构建课外任务库，助力学生创新能力培养；与多家校外单位协同开展课程实践活动，增强任务的多样性与挑战度。

　　实践是培养创新能力的保障，故课程团队充分利用省级实验教学示范中心、工程训练中心等优势资源，挖掘合作企业资源，探索学以致用、理论与实践结合的切入点，与企业共同构建“基础训练、综合设计、研究创新”的创新型实践教学体系，并将学科前沿技术、技能性学科竞赛题目、教师科研项目与实践教学有效融合，以便从实践教学资源、实践教学支撑环境、实践教师队伍建设等方面保障良好的教学条件，进而为培养学生的创新能力提供支撑。

　　（五）作业弹性化设置，强化形成性评价

　　课程团队设置“算法设计与分析”课程弹性化作业，支持学有余力的学生开展课外科技项目和学科竞赛等研究性学习，以便增加挑战性，培养学生的创新思维，提高学生的个性化和深层学习能力。同时，借助现代信息化教学工具（雨课堂、慕课网、QQ群等）实现多通道互动，强化形成性评价。即课前评价学生对视频、习题、课件等学习资料的预习情况；课中设置互动环节，让学生实时答题、弹幕互动、分组讨论，之后予以评价；课后通过作业、实践、在线问卷调查、在线答疑等方式，评价学生学习效果，以便师生及时沟通反馈。另外，通过个体学习和小组合作，学生处于自觉且主动学习的中心地位，有助于教师在教学过程中进行持续评价，挖掘学生潜能并将其思维外显，让教学从静默、简单问答走向对话、质疑、辩论，最终在知识传授过程中实现价值引领。

　　三、“算法设计与分析”课程教学改革成效

　　课程团队在“算法设计与分析”课程教学中不断进行改革，取得了较好的成效。

　　第一，学生自学的主动性较高。96%的学生完成了慕课网上的学习，97%的学生完成了课前推送的学习资料的预习。

　　第二，学生参与学习的能动性较高。互动、提问、讨论等环节中，学生展现出更高的学习兴趣，平均互动率为94%。

　　第三，课堂秩序好，学生到课率较高。学生总人数为69人，平均到课率为99.18%，每次课平均听课时长为101分钟，观看回放总人数为366人，回放观看平均时长为38分钟。

　　第四，实验完成度良好。实验平台数据显示，95%的学生完成了实验，实验平均得分为84.6分，且学生利用算法解决复杂问题的能力有较大提高。

　　第五，作业完成度良好。作业平台数据显示，94%的学生完成全部作业，6%的学生完成部分作业，作业平均得分为85.45分。

　　第六，学生的认可度较高。98%的学生对本学期在线直播教学效果满意，97%的学生对教学方式满意，其他学生主要因为设备问题对在线直播教学的体验感较差，故认可度较低。

　　第七，学生参与创新创业项目和学科竞赛的积极性较高。授课班级中多名学生参加大学生创新创业训练计划项目、中国大学生计算机设计大赛、蓝桥杯全国软件和信息技术专业人才大赛等，学生参赛人数、获奖数目、获奖等级逐年递增。

　　四、结语

　　算法的学习是枯燥的，故重难点的突破是算法类课程的重中之重。对于“算法设计与分析”课程来说，教学中教师要针对重难点知识适当运用多元教学方法，引入生动形象的案例，深入浅出地讲解算法思想，使学生清晰明了地进行算法设计，切中要害地进行算法分析。在今后教学中，教师需了解学生真实的学习状态，精心进行教学设计，精准把握教学重难点，采取多种教学模式，并营造探究、协作学习的课堂氛围，渗透算法意识、重视算法本质、体现算法应用，及时进行效果评价，使学生不断学习、探索、研究、实践，以优化教学效果。

　　参考文献：

　　[1]金东寒.深化拓展新工科建设培养新时代卓越工程师[J].中国高等教育,2022(12):12-14.

　　[2]张恒,戴道明,郑兵云,等.新工科建设与课程思政引领下工程伦理教育路径研究[J].长春师范大学学报,2022,41(8):148-151.

　　[3]万烂军,彭召意,文志强,等.面向工程教育的计算机类课程实践教学改革[J].计算机教育,2021(10):113-116,121.

　　[4]寇峰.高校计算机教学改革策略探究[J].教育信息化论坛,2021(8):54-55.

　　[5]孙亮,徐震,佟德志.高等工程教育中课程思政的“八个维度”[J].天津师范大学学报(社会科学版),2023(3):64-71.

　　[6]于文艳,王海博,任守红.新工科背景下面向创新型人才培养的专业实践教学体系建设[J].西部素质教育,2021,7(24):169-171.

　　[7]徐咏,覃曼萍,唐毓纳,等.新工科背景下智能机器人课程多元混合式教学改革与实践[J].软件导刊,2023,22(5):225-229.

　　[8]邱泽敏,董美霞.新工科背景下应用型本科算法类课程的深度改革[J].计算机教育,2021(7):23-27.

　　[9]马军红.新兴技术范式下面向新工科的混合式教学方法创新实践研究[J].陕西教育(高教),2023(3):37-39.

　　[10]桂小林,何钦铭,王移芝,等.新一代信息技术赋能的大学计算机课程体系与内容改革[J].计算机教育,2022(11):20-24.

关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/77605.html