面向算法设计与分析课程的翻转课堂教学模式研究

《面向算法设计与分析课程的翻转课堂教学模式研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向算法设计与分析课程的翻转课堂教学模式研究　　摘要：以算法设计与分析课程为例，结合翻转课堂的教学理念，提出一种翻转课堂教学模式框架。说明具体的教学内容安排，并总结教学改革中的经验。　　关键词：算法设计与分析；翻转课堂；教学模式　　1背景　　算法设计与分析课程是计算机专业的核心必修课程。当前无论是计算科学还是在计算实践，算法都在其中扮演着重要角色。本课程在教学过程中重点讲授计算机应用中经常遇到的实际问题的解法，讲授设计和分析各种算法的基本原理、方法和技术，培养学生对算法时间和空间复杂度进行正确分析的能力。学好算法设计与分析这门课程，一方面有助于学生进一步巩固已经学习过的知识，例如高级

2、程序设计语言和数据结构；另一方面也有助于学生学好一些后续专业课程，例如软件测试技术、编译原理、数据库原理及应用等，因为这些课程中的一些较难知识点均与算法密切相关。　　但在实际的教学过程中，笔者发现学生在学习该门课程的时候面临很多的问题：①课程教学内容的难度较高，很多知识点的抽象层次高，需要学生具备一定的数学分析能力。在算法的实现过程中，学生编程经验较为匮乏，很多时候难以将伪代码转化为实际可运行的代码；②学生知识应用能力较弱，虽然能够理解课堂上讲授的知识，但面对新的问题时，难以将学到的知识进行灵活应用；③9学生普遍存在课前不预习、课后不复习的问题，自学意识淡薄。　　麦可思公司曾对201

3、3届本科毕业生就“你认为母校的教学需要改进的地方”这一问题进行了调研，调研的最终汇总结果如图1所示。数据表明有49%的学生认为已有的教学“无法调动学生学习兴趣”，31%的学生认为“课堂让学生参与不够”。　　笔者尝试将翻转课堂教学模式引入到算法设计与分析课程的教学中。翻转课堂相对于传统教学具有如下优点：①在传统教学中，教师主要是课堂的主导者和知识的传授者，而基于翻转课堂教学模式后，教师更多成为学生学习的引导者和协助者。由于引入了授课视频，教师节省了重复知识传授的时间，可以将更多的时间投入到学生作业的讲解、教学案例的设计等环节；②学生成为教学过程中的主动参与者。学生在课前阶段通过观看视频

4、，构建了相关专业知识的基础，随后在课中阶段和课后阶段可以积极思考和讨论相关知识点的应用，这使得学习效果得到了大幅度的提升。因此翻转课堂的引入能够在一定程度上缓解传统教学中难以解决的一些问题。　　2翻转课堂教学模式在算法课程中的应用　　以高等院校计算机专业权威教改期刊《计算机教育》为例，将翻转课堂、翻转教学或反转课堂设置为关键词，并在CNKI数据库搜索后，得到了相关文献数量统计结果：近3年国内教师对翻转课堂这一教学模式愈加关注，在2013年仅有2篇文献，而到2015年相关文献已经大幅度增长到35篇。9　　通过分析已有文献，不难看出，翻转课堂模式能够成功执行需要具备2个因素：①小班授课；

5、②高质量的教学资源。　　翻转课堂需要教师与学生之间积极互动，若学生数量太多，其互动效果很难保证，因此小班授课是成功实施翻转课堂教学的前提。目前南通大学计算机科学与技术学院专业硕士每年的招生规模为15人左右，而算法设计与分析课程又是研究生课程体系中的必修专业课程，这为笔者的教学改革实践提供了实验对象。　　高质量的教学资源是成功实施翻转课堂的关键。随着慕课（MOOC）的蓬勃发展，很多优质教学资源实现了共享。在教学改革实践中，笔者充分利用了北京大学屈婉玲教授在Coursera上开设的慕课“算法设计与分析”，并以屈婉玲教授编写的教材《算法设计与分析》作为上课的指定教材。除此之外，笔者在教学过

6、程中，如果发现有更易于学生接受的讲解方式，也会额外录制一些教学视频并用于下一轮的教学中。　　在教学改革过程中，笔者总结了图2所示的基于算法课程的翻转课堂教学模式框架图。　　为更好地支持翻转课堂教学，在授课开始的时候，笔者会在QQ上搭建一个课程讨论群，用以加强教师与学生之间以及学生与学生之间的交流与协作。通过讨论群，可以对学生的学习状态、答疑解惑、作业提交、师生互动等情况进行跟踪并提供辅助。9　　目前南通大学针对这门课程的教学安排是13周，每周安排3个课时。笔者基于翻转课堂教学模式对这门课程的具体教学内容进行了重新安排，最终如表1所示。由于课时比较少，因此在算法的基本概念介绍和递推方程

7、的求解中并不安排翻转课堂。其中在算法的基本概念中，重点介绍计算复杂性、时间复杂度、常用函数（对数函数、指数函数、阶乘函数、取整函数等）的阶及其性质。在递推方程的求解方法中，重点讲解差消法、递归树法、迭代法以及主定理等。　　在随后的分治法、动态规划法、贪心法和回溯法这4个单元中，则安排翻转课堂，具体来说：　　1）分治法单元。　　该单元介绍分治法的设计与分析，一般来说该策略首先将原始问题划分为规模更小的子问题，随后递归或迭代求解每个子问题，最后将子问题的解综合