面向软件工程学科的算法课程建设

《面向软件工程学科的算法课程建设》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、面向软件工程学科的算法课程建设　　摘要：算法不但是计算机科学与技术专业的核心课程，也是软件工程专业的核心课程。算法知识不仅广泛地用于软件系统的设计与分析中，同时对培养学生分析和解决实际问题的能力具有重要的作用。本文基于北京大学软件与微电子学院的教学实践，对软件工程专业硕士研究生算法课程的教学改革进行了总结，提出了相应的教学实施方案。本方案的特点是：以素质和能力培养为目标，构建面向不同教学要求的模块化的知识框架，并注重理论联系实际，在软件系统建模和分析中强化应用。　　关键词：算法设计与分析；软件工程；硕士研究生课程；教学改革；计算思维　　北京大

2、学软件与微电子学院是一所面向产业和领域需求，培养高层次、实用型、复合交叉型、国际化人才的学院。经过10年的探索与实践，提出一套“产学研用结合”的培养模式和“多层次、多方向、多领域、模块化、开放式”的课程体系[1]。在该课程体系中，“算法设计与分析”课程如何定位？面向工程硕士的算法课与本科生的算法课有什么区别？针对不同本科专业方向和基础的学生如何制订教学实施方案？这些都是需要探索的问题。　　一、算法课程的定位和指导思想8　　教育部软件工程学科课程体系研究课题组在《中国软件工程学科教程》一书中提出了4种分别侧重于计算机科学、软件开发技术、系统认识

3、和工程化理念的不同的本科生教学计划参考模式，其中“数据结构与算法”都是重要的核心课程之一[2]。软件工程是计算机科学与工程和管理学科的交叉学科，算法知识是计算学科的核心内容，是软件工程硕士必备的基础。特别对于从事软件工程的高层次、复合型人才，通过算法课程的学习有助于培养学生的计算思维与系统分析能力。　　因此，在北京大学软件与微电子学院的课程体系中，“算法设计与分析”课程是面向全校硕士研究生的公共选修课，同时是软件开发、软件测试与质量保证专业与研发中心硕士研究生的必修课，总计3学分，48学时。　　由于软件学院跨学科、多领域、产学研用相结合的培养

4、模式，在制订算法课程的教学计划时遇到以下问题。　　问题1：学习算法课的学生来自不同的专业方向，有着不同的培养目标和需求（见表1）。　　表1给出了一个北京校区算法课脱产班212人专业方向分布的示例，其中必修学生156人，大约占3/4，剩下的是其他专业方向的选修生。不同专业方向、不同培养模式（脱产和在职班）的学生对算法课有着不同的需求。研究中心的学生由于要参与课题研究，需要较好的计算思维及更强的建模分析能力，其他学生更着重于软件工程实践及面向领域的应用，而在职班的学生则希望了解更多的应用背景。如何根据不同的培养目标确定算法课的教学内容？　　问题2

5、：算法课具有一定的难度，需要用到某些数据结构与离散数学的知识。而软件与微电子学院有部分学生本科专业不是计算机或相关专业，没有系统学过这些课程。8　　根据北京大学软件与微电子学院的特点，面向软件工程学科的硕士研究生算法课要在课程定位、教学目标、教学内容、教学设计等方面不断探索，制订出具有自己特色的教学实施方案。课程建设的指导思想是：　　（1）突出能力培养。随着计算机的广泛应用，新的问题不断涌现，新的算法层出不穷，能力的培养尤为重要。与算法和问题求解相关的能力主要体现在以下4个方面：用适当的数学模型描述实际问题的建模能力，运用计算思维确定问题求解

6、方法的算法设计能力，对给定算法做出性能评价的分析能力，对问题难度和复杂性的判定能力。针对软件工程专业硕士，在算法教学中应该着重于前3种能力的培养。　　（2）构建统一的知识框架。该框架面向多个专业方向，适应于不同的本科基础，针对多样性的人才培养目标，采用层次化、模块化的结构，使得教师能够根据不同的教学需求制订相应的教学计划。　　（3）进行科学的教学设计，不断更新教学内容，引入好的教学方法和教育技术。　　（4）建设一系列配套的教学资源，包括教材、电子教案、教学辅导书、网上教学环境等。　　（5）注重教师培养，建立老中青结合的教师队伍。　　二、算法课

7、程的教学目标与知识框架　　针对软件工程专业硕士，算法课程的教学目标是：　　（1）掌握计算机算法设计的基本技术――分治策略、动态规划、贪心算法、回溯与分支限界、随机算法等。　　（2）掌握计算机算法分析的基本方法――8了解评价算法的标准，能够对给定算法做出最坏与平均时间复杂度的估计，了解问题复杂度的界定方法。　　（3）了解计算复杂性理论的基本框架和应用。　　（4）培养针对实际问题进行建模并选择高效求解算法的能力，使得学生在计算思维、学科方法训练及专业素质方面得到提升。　　根据软件工程的特点，算法课的核心内容以算法设计技术与分析方法为主，对于NP完

8、全理论以及概率算法、近似算法等研究领域加以简要的介绍。算法课程的知识框架如下图所示。　　在算法知识框架中，处于底层的是算法基础，有关知识可以在课程开始给予简要的介绍