融合递进式教学模式在“数据结构及算法”课程中的应用

［摘 要］ “数据结构及算法”课程是计算机专业的基础课，旨在培养学生的数据抽象与建模能力、算法设计与分析能力、解决较复杂工程问题的能力。在新工科建设背景下，课程存在教学内容难体现高阶性、教学模式难培养创新思维、考核方式难显示挑战度等问题，导致“两性一度”目标难以达成。课程团队针对教学中的真实问题，从知识、能力、价值三个维度对教学内容进行了重构，以“科教融合、学科交叉、思想引领”为突破口重耕教学内容，体现课程高阶性；设计“四环节”递进式教学模式，为学生搭建学习阶梯，循序渐进地培养创新思维；运用信息化工具助力多元化的课程评价，获取有效学习反馈，引导学生关注学习过程。

［关键词］ 融合递进式教学模式；新工科；科教融合；教学评价

［基金项目］ 2022年教育部产学合作协同育人项目第2批“基于在线教学平台的‘数据结构’立体化课程建设与实施”（220801477275447）；2021—2023年西南石油大学高等教育教学改革研究项目“面向工程能力培养的‘数据结构’立体化课程建设和研究”（X2021JGYB043）

［作者简介］ 岳 静（1981—），女，四川南充人，硕士，西南石油大学计算机与软件学院副教授，主要从事人工智能和复杂网络研究；刘忠慧（1980—），女，四川南充人，硕士，西南石油大学计算机与软件学院教授，主要从事机器学习研究；刘 影（1980—），女，四川内江人，博士，西南石油大学计算机与软件学院副教授，主要从事复杂网络研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）46-0125-04 ［收稿日期］ 2023-09-13

“数据结构及算法”课程是计算机大类平台课程体系中重要的专业核心课，旨在培养学生良好的数据抽象与建模能力、算法设计与分析能力，并解决较复杂的工程问题，引领价值塑造，实现知识、能力、价值“三维”育人目标。近年来，课程团队紧随信息化时代教育变革、新工科人才培养需求，从立体化课程资源建设、课程思政、混合式教学、学科交叉融合等方面进行了持续的改革实践，形成以工程实践能力培养为目标的递进式教学模式。

一、“数据结构及算法”课程目前存在的问题

新工科建设驱动了中国高等教育的新一轮改革，课程建设作为新工科建设的基础和落脚点［1］，着眼培养爱国敬业、具有创新能力、善于解决复杂工程问题的卓越工程师。对标工科新要求，“数据结构及算法”课程存在如下问题。

（一）教学内容缺乏学科前沿和价值内涵，难以体现课程高阶性

传统教学模式下，课程教学内容以知识传授为主，难以反映学科发展前沿和时代特征，学生难以了解学科发展；教学设计“就事论事”，未能打破学科间的壁垒、体现跨学科的交叉融合；价值观引导不深入，难以发挥育人塑魂的“主渠道”作用。

（二）教学模式忽略认知规律，难以循序渐进地培养创新思维

传统教学模式以“教师”为中心，注重知识输出而忽略了学生的认知规律；理论教学与工程实践脱节，导致学生分析和解决实际问题的经验不足，面对实际问题难以抽象其数据模型并选择合适的数据结构加以表示，更遑论创新地解决问题。

（三）课程评价方式重分数轻能力，难以激发学生挑战心

传统评价方案“一考定成绩”，导致学生唯分数轻能力、唯理论轻实践、唯结果轻过程，疯狂“内卷”却忽略了能力培养，难以激励学生挑战复杂问题。

二、课程改革思路及举措

针对教学中存在的问题，课程组采用“重构教学内容、重建教学模式、重塑考核导向”的创新举措，实现“两性一度”的“金课”目标。

（一）从知识、能力、价值三个维度重构教学内容，体现课程高阶性

1.搭框架：以知识、能力、价值为导向搭建教学内容框架。西南石油大学计算机与软件学院从2019年开始实施计算机大类招生和培养，构建了大类平台课程体系。“数据结构及算法”课程与其他四门课程共同构成了大类平台中的程序设计类课程组群，旨在系统化地培养学生的程序设计能力与计算思维。先修课程已经解决了“会写程序”的问题，本课程在此基础上解决“会写高效程序”的问题，进一步深化计算思维的培养，为后续课程奠定基础。在明确课程定位的基础上，课程团队基于OBE理念，对标毕业要求指标点及知识、能力、价值“三维”育人目标，细化了课程目标，这是重构教学内容的理论依据。以课程目标为指导重新梳理知识脉络，划分为数据结构、基本操作、典型应用三个层面，与三个教学目标一一对应，以此作为重构教学内容的基石。

2.填内容：科教融合重耕教学内容，学科交叉提升课程内涵。为体现工科新要求，课程组以“科教融合”为切入点重耕教学内容，将科研成果或实践项目融入教学案例，以科学研究的方法分析、解决问题，潜移默化地培养学生的科学素养和创新意识，体现了课程的高阶性。例如，在讲授最短路径时，选取了新冠药物筛选的科研成果，秉持“提出问题—抽象模型—推导算法—编程实现”的思路，引导学生分析问题、解决问题。经过长期的思维训练，学生解决复杂工程问题的能力逐渐内化。

此外，教学内容注重学科交叉融合，用计算机的方法解决跨学科问题，帮助学生开阔眼界、拓展思路，初步培养跨界思维与整合能力，为培养复合型工科人才打下基础。例如，新冠药物筛选案例利用图的最短路径算法解决了生物医学领域中的药物筛选问题，体现了学科的交叉融合。

3.塑灵魂：课程思政融入教学内容，价值引领树立精气神。充分挖掘教学案例中渗透的思政元素，构建了传授知识与引领思想并行的教学内容阵列，从家国情怀、科学精神、理想信念、职业素养等方面树立了课程的精神气质。例如，在讲解算法效率时延伸到我国软件行业飞速发展，在讲解链式存储结构时提到我国区块链发展战略，让学生了解国家科技发展战略、感受祖国科技软实力，从而激发学生的民族自豪感和文化自信。在讲解算法时，通过哈夫曼、迪杰斯特拉等科学家的生平轶事，树立积极正面的学习典范，引导学生树立无私奉献、迎难而上的品格。通过授课案例中渗透的个人信息安全、新闻热搜等话题，引导学生树立守法意识、职业规范、社会公德。课程中许多知识点均以科教融合的案例进行引入，通过这些案例向学生传授科学研究的一般方法，从而引导学生积极投身科研事业，勇攀科学高峰。

课程团队建立了授课案例与思政案例相结合的案例库，将思政要点写入课程教学大纲和课程教案，再通过深刻形象的课堂讲授，在知识传递的同时润物无声地完成价值塑造，激发学生的专业认同感和学习热情，从而反哺课程学习。

（二）“四环节”融合递进式教学模式搭建能力阶梯，逐步培养创新思维

课程团队从学生认知规律出发，紧密围绕教学目标，设计了课前知识储备—课堂思维训练—实验模仿应用—考核应用创新“四环节”融合递进式教学模式［2］，各环节前后呼应、层层递进，形成有效的教学闭环，为学生搭建知识与能力阶梯，让学生能够拾级而上，逐步达成工程能力培养目标。

1.课前知识储备。课前，学生在导学文档的指导下完成对基础知识的识记和理解，再通过慕课堂测验、线上讨论分享等形式检验和巩固线上学习效果。为使学生更好地理解交叉融合的教学案例，教师在课前提供拓展阅读材料，让学生提前了解案例中涉及的跨学科知识，为线下教学做好知识储备。

2.课中案例分析。课中以科教融合的“案例驱动+问题链驱动”的模式开展教学，以分析案例—抽象模型—算法推导—解决问题的思路，培养学生解决复杂工程问题的能力。打破以教师为主的传统教学模式，引导学生积极参与，通过学生分享、课堂辩论、补全代码、学生质疑等形式让课堂“活起来”，培养学生大胆质疑、勇于创新的精神。

3.实践分层通关。实践教学作为课堂教学的延伸和进阶，是强化工程实践能力培养的重要环节［3］。为了解决“编码难”的问题，课程依托PTA平台实施了分层实践模式，将实验项目划分为基础算法、简单设计型实验、综合型实验三个层次。学生经过课上的思维训练，再以通关的形式完成各级实验项目，逐步走上了知识与能力阶梯。综合型实验要求学生针对实际问题选用合适的数据结构并设计高效的算法，体现了课程的挑战度［4］。经过前期的训练，学生已有能力从课堂案例延伸到综合性实验，在已搭建好的阶梯上“跳一跳”便能够得着，学生的创造思维、组合思维、计算思维得到了进一步训练。

4.考核注重能力。传统的期末考试多采用笔试或机考等形式“一考定成绩”，对于新工科要求的诸多能力点难以考查。本课程改变了传统的期末考试形式，采用标准答案与非标答案相结合的考核方式，更加注重考查学生解决复杂问题的能力，能更好地检验课程目标的达成。基于PTA平台进行标准答案考试，侧重理论知识和基本算法的考核；通过期末大作业进行非标答案考核，主要考查学生深度融合所学知识，创新地解决复杂问题的能力［5］，与此同时，学生的创新思维、批判性思维都得到发展。非标考题多为开放性问题，不强调答案唯一性，具有挑战度，同时非标考题也与前期的课堂案例、实验项目形成了呼应，体现了从课堂到实验再到考核的教学闭环。

（三）多元化评价与反馈机制引导学生关注学习过程，激发学生挑战心

1.过程性评价与终结性评价相结合的考核机制。课程充分利用信息化平台，构建了基于多目标（知识目标、能力目标、价值目标）、多维度（定量与定性相结合，过程性评价与终结性评价相结合）的考核机制（见表1），客观全面地评价学生学习效果，引导学生关注学习过程。

过程性评价注重点面结合，以课堂表现环节为例，既有全员参与的课堂测验，也有部分学生的成果展示，通过优秀学生的示范引领带动大多数学生积极投入挑战性任务，兼顾了不同层次学生个性化学习的需求。期末考试采取标准答案与非标答案相结合的考核方式，设置综合性、挑战性的任务，从偏向知识的考核转向注重能力的考核，激发学生的创造性思维。

2.信息化工具助力可信的学习评价，达成有效学习反馈。课程充分利用中国大学MOOC、慕课堂、PTA实践教学平台等信息化工具实施过程性评价，教师基于各环节的学习数据进行学情分析，以便在下一环节进行学习干预，形成有效的评价闭环。评价数据覆盖了教学各个环节，学习数据的真实可信度是值得关注的。为解决这一问题，课程利用PTA平台提供的代码查重、OMS监考系统等质量保证手段获取可信度较高的学习数据，再基于数据进行分析，掌握学生学习规律，找出学习壁垒，从而有针对性地调整教学策略，形成持续改进的良性循环。

三、实施成效

（一）痛点问题得以改善

2022年，面向计算机类2021级学生发放调查问卷，对426份有效问卷进行分析，结果显示：80%以上的学生认为通过辅助包赋能的学习模式能够促进能力提升，83%的学生对科教融合的案例教学持肯定态度，96%的学生能够主动关注学习过程。

（二）课程目标达成情况向好

利用过程性评价、终结性评价数据进行课程目标达成度分析，结果显示近五年的课程目标达成情况逐渐向好（见图1）。

（三）课程建设成效初显

经过多年改革实践，课程建设取得初步成效。课程获批省级线上线下一流本科课程、首批国家级虚拟教研室建设课程、校级课程思政示范课程、非标准答案考试改革课程。以本课程为重要支撑的教改成果获第九届省级教学成果奖一等奖。

结语

课程团队以新工科背景下计算机人才培养需求为目标进行了一系列改革，包括以科教融合为切入点重构教学内容，实现能力培养和价值塑造协同效应；设计“四环节”递进式教学模式为学生搭建学习阶梯；重设评价与反馈机制，引导学生关注学习过程。基于以上改革措施，课程问题得以解决和改善，课程目标达成度稳步提升，同时课程建设“上台阶”。

参考文献

［1］黄治同，纪越峰，尹长川.面向电子信息类创新人才培养的一流本科课程建设探索与实践［J］.中国大学教学，2021（10）：43-48.

［2］王燕，罗佳琪，王曙燕，等.能力导向的数据结构课程“五环节”混合教学改革［J］.计算机教育，2023（1）：76-80.

［3］滑亚慧，石锋，王建.基于工程认证的“数据结构”课程教学改革实践［J］.教育教学论坛，2022（44）：54-57.