潘蕾 侯凤贞 胡建华

摘  要：课题进行了基于OBE理念、融合智慧课堂的“数据结构”课程教学改革的探索，从教学目标定位、教学内容设计及教学评价方法制定等多个方面设计了具体的教学改革方案，并借助多个线上线下教学服务平台尝试全方位立体式完善和优化“数据结构”课程体系，以期在新形势下更好地培养学生的基本编程思想及数据处理能力，为将来解决多领域相关实际问题做好能力储备。

关键词：智慧课堂;“数据结构”课程;教学改革

中图分类号：TP311.12-4;G642      文献标识码：A 文章编号：2096-4706（2020）21-0177-04

Research on the Teaching Reform of “Data Structure” Course

Integrated with Smart Classroom

PAN Lei，HOU Fengzhen，HU Jianhua

（School of Science，China Pharmaceutical University，Nanjing  211198，China）

Abstract：The subject explored the teaching reform of the “Data Structure” course based on the OBE concept and integrated with smart classroom，and designed specific teaching reform plans from multiple aspects such as teaching goal positioning，teaching content design and teaching evaluation method formulation. And with the help of multiple online and offline teaching service platforms to try to improve and optimize the “Data Structure” course system in an all-round way，in order to better cultivate studentsbasic programming ideas and data processing capabilities in the new situation，so they can reserve their ability to solve practical problems in many fields in the future.

Keywords：smart classroom;“Data Structure” course;teaching reform

0  引  言

“数据结构”是信息科学领域相关专业的一门极为重要的核心专业基础课。课程内容涉及数据组织方法、算法分析方法以及各类数据处理技术，帮助学生打下扎实的算法设计和編码能力基础，是学生拥有程序开发和数据处理能力的重要保障。随着大数据时代的来临，各行各业对兼具学科背景与大数据分析与处理能力的复合型人才的需求也日益倍增。医药类高等院校肩负着为医学发展、新药研发培养主力军的重任，作为中国药科大学信管专业核心专业基础课程之一的“数据结构”，也面临着与时俱进的改革与挑战。该课程的教学完成度将会直接影响学生计算思维、数据处理以及利用机器学习方法解决医药数据相关实际问题等多方面能力的培养目标的达成。

1  传统“数据结构”课程教学存在的问题

传统的“数据结构”教学模式以课堂讲授、课后作业的形式为主，常易忽视对学生自主学习热情的激发及专业相关应用能力的培养，缺乏高强度的计算思维训练;课程涵盖了软件编程技术中所有常用的数据结构，而针对这些基本结构的描述大多以抽象数据类型来体现，没有充分的实例背景和应用作为支撑，学生理解起来有很大难度;随着Python语言成为公认的大数据分析和人工智能研究的第一语言，越来越多的高校采用了Python语言替代其他语言作为学生们首次接触的编程工具。而目前在全国范围内，鲜见基于Python语言的“数据结构”课程设计。

2  融合智慧课堂的“数据结构”课程全新教学模式探索

鉴于上节原因，如何借助丰富的网络信息资源，借助成熟的在线教学平台及各类优秀教学模式，充分激发学生学习“数据结构”课程的积极性，从而提高课程教学质量是本课程亟待解决的问题。课题组以“新工科”“新医科”背景下的中国药科大学信管专业为例，开展了基于教学目标、教学内容、教学模式等全方位的“数据结构”课程教学方案改革。

2.1  线上线下混合的翻转课堂方案设计

课题组通过学习通、课堂派、万维考试系统、长顺江波教学管理软件等相关教学平台将前期建设的教学资源发布到线上教学平台，实现在线学习指导、在线测试、在线学习反馈、实时评价等线上教学工作，以课程在学习通平台发布实践任务为例，如图1所示。

将课程线上资源与线下课堂教学有机结合，实现了发布自学任务点-线上课前测试-线下重难点剖析-案例研讨-课后实践-项目设计与汇报-发布新的任务点的闭环式完整混合式教学方案的设计和使用，教学流程如图2所示。

以阶梯模式的教学方法和以项目为驱动的教学手段，通过小组项目的形式检验学生的实战解决问题能力。考核成绩由小组报告的实际完成情况和项目实际运行效果以及项目答辩环节共同决定，小组中的每位成员均要负责项目中的部分具体任务，全面考核项目开发全过程中学生对课程的掌握情况以及个人综合应用能力，通过组间交互学习，促进教学相长、完成良性互动。

2.2  基于Python语言的“数据结构”课程教学内容改革

随着大数据和人工智能时代的开启，越来越多的高校选择开设简洁优雅、功能强大的Python程序设计课程，据IEEE Sepctrum发布的2019最受欢迎的编程语言Python排名首位。对于非计算机专业的医药类高校的信管专业来说，由于该专业培养目标多是聚焦在多学科交叉的复合型人才的培养上，选择Python作为学生首次接触的入门语言后，非常有利于基于Python的医药大数据处理等后续课程的开展，若仍然选择其他语言作为数据结构的依托语言，则还需要开展其他语言的教学工作，而“数据结构”课程只能推后，这势必影响整个课程体系的设置与发展，因此，基于Python的“数据结构”课程改革势在必行。

目前国内外基于Python的“数据结构”课程已有发布[1，2]，但还比较少见，本课题在全面掌握Python语言程序设计特点的基础上，参考传统的基于C、C++语言的“数据结构”课程，基于Python的面向对象机制，考虑到Python语言的自身特色，扬长避短完成了全套基本数据结构的逻辑结构内容及物理结构实现相关的教学环节设计，并结合目前程序设计实践领域特别关注的内容及生命健康与医药大数据处理的特点，完成了全部实验内容的设计。

将理论内容按章节设计成一个个相对独立的知识单元，每个单元包括线上自学任务点、在线测试题、线下教学内容、经典算法解析和拓展案例设计等环节，分别应用于上节中介绍的线上线下混合式教学流程中的各个教学阶段。以“第五章 栈和队列”为例，具体教学安排为：（1）教师提前一周在学习通平台发布第五章教学任务点，学生课前自学并完成预习报告。（2）教师发布课前测，上课前学生完成十五分钟课前测5，课前测内容的50%为上一章线性表的复习，50%为本章预习检查，课前测5，如图3所示。（3）课上教师针对课前测的问题进行讲解，并拓展本章重难点，进行深度剖析，让学生全面了解两种操作受限的线性结构的概念、抽象数据类型、基本操作的Python实现。（4）教师随堂发布栈结构的研讨案例为：进制转换、括号匹配、表达式求值问题;队列结构研讨案例为：约瑟夫问题。师生现场互动解决这些问题，学生利用Python编程实现。（5）教师发布分组讲解任务：迷宫问题的三种不同解决方案，下次课学生完成分组讲解任务。（6）教师总结，并发布下周全新教学任务。

课题组在完成全新的基于Python语言的“数据结构”课程的教学过程中，通过定期座谈和课间走访的形式听取学生意见，从实践教学效果中提取出各类经验，结合前导后继课程的反馈结果，仍在不断尝试提升课程内容改革效果。

2.3  基于OBE理念的逆向教学改革

成果导向教育是指基于学习产出的教育模式（Outcomes- based Education，OBE），最早出现在美国和澳大利亚的基础教育改革中。美国学者斯派帝撰写的《基于产出的教育模式：争议与答案》一书中把OBE定义为“清晰地聚焦和组织教育系统，使之围绕确保学生在未来生活中获得实质性成功的经验。”[3]

因此课题组尝试以各类信息学科竞赛、求职升学等需求来驱动教学内容改革。通过把竞赛，大型IT公司笔、面试中的相关案例和经典算法贯穿到平时的教学活动中，以提高学生的学习兴趣，激发他们的学习热情。例如：在问题求解过程介绍中引入《九章算术》手动开平方根问题、天平找伪币问题;在线性结构中引入约瑟夫问题、背包问题、八皇后问题、迷宫问题;在非线性结构引入哈夫曼编码问题、货郎担问题;在扩展项目中结合了医药信息数据处理的热点，如化合物分子式结构处理、天然产物研究热点分析等，体现了较强的专业特点和学科相关性。

在教学过程中，当完成了线下重难点剖析后，就会依据不同的基本数据结构，引导学生研究这些经典案例的解决方法，并采用Python语言在课后实践环节将它们一一实现，对于难度较大的案例，会将其作为分组项目分配给学生小组，让学生们通过团队合作的形式完成问题的分析、研讨和解决，并最终在班级做公开汇报，以全方位提升学生解决专业相关实际问题的能力。

以在各大竞赛和面试题库中的常考内容“迷宫问题”为例，在介绍操作受限线性表栈和队列的概念及基本操作的Python实现之后，就可引入该问题进行案例研讨，具体步骤为：（1）教师在线上知识点学习的拓展部分提出迷宫问题的概念，让学生提前准备相关资料。（2）线下教学时，教师在介绍完栈和队列的基本概念和应用后，引入迷宫问题。首先，介绍问题背景：迷宫是一类常见的智力游戏，也是许多实际问题的反映和抽象，例如，在公路网或铁路网上找可行或最优路线，电子地图路径检索，计算机网络的路由检索，情况都与此类似。迷宫问题即对于给定的一个迷宫（包括一个迷宫图，一个入口点和一个出口点），设法找到一条从入口到出口的路径。（3）教师利用引导、启发式提问，让学生体会到：搜索从入口到出口的路径的问题具有递归性质，并给出问题及解决方案的实例，在此基础上让学生尝试不同状态空间搜索路线，如图4所示。（4）请学生针对不同的解决问题方式，完成分组讨论、问题解决、报告撰写等准备工作，并将成果在课上向全班同学展示汇报，全班同学及教师通过学习通为各个小组完成评分操作。（5）教师总结基于递归、基于非递归的深度优先、基于队列的宽度优先三种解决迷宫问题策略，并让学生通过八皇后问题等引申问题彻底掌握解决该类问题的方法，在后期遇到树和图的遍历问题时，引导学生仿照前面的三种思路，设计不同的策略自行解决同类问题，通过线上线下、翻转课堂等混合式教学的多轮训练，学生再去处理状态空间搜索方面的竞赛题时完成度和效率都很高。

2.4  基于過程性评价的考核方案改革

过程性评价是斯克利文于1967年在其著作《评价方法论》中提出的概念。过程性评价是在学习过程中完成，它强调学习者作为主体适当的参与，是能够全面促进学习者发展的过程[4]。在课程中引入过程性评价，能够通过增强师生互动和多任务点分配，充分调动学生的学习兴趣和积极性，并根据实时监控对教学过程进行良性调整，避免学生产生畏难退缩情绪，有效提高学习效率，而合理有效的过程性评价方案需要不断打磨和实践，从而获得最佳效果。

本课题按照教学环节包含的三部分内容（线上线下理论教学、实验教学、分组项目汇报）设计了最终的考核方案。将学生线上学习、课堂出勤、平时作业、实验成绩等多个环节作为课程过程化考核指标，最终的总评成绩构成如表1所示。

2.5  使用在线评测系统辅助实验教学开展

非计算机专业的“数据结构”课程普遍存在知识点繁多、结构和算法复杂、总课时偏少的现象，因此，留给学生的动手实践的课时非常有限，而各类结构及其基本操作要想让学生熟练掌握并能够进行实际应用，又不得不需要大量的实操练习来巩固。针对这样的现实问题，在教学中尝试采用了洛谷答题等免费的在线评测系统来辅助实验教学的开展，学生通过评测系统提交高阶作业，在线评测系统能够自动评判代码的正确性，并能将评判结果及时反馈给学生，不仅大大降低了教师的工作量，有效提升了学生处理实际问题的能力，也为学生额外加分提供了依据，帮助完善了过程性评价方案中的平时表现加分项等环节，洛谷平台使用界面如图5所示。

3  结  论

课题研究了非计算机专业中开展新形势下“数据结构”课程教学改革的实施方案。后期还可以在丰富教学案例资源库、完善过程性评价方案、建设满足不同类型院校特点的在线评测系统实验平台等方面加强和完善课程建设。该教学改革方案可以作为其他综合性大学非计算机专业学生“数据结构”课程教学改革的参考借鉴。

参考文献：

[1] LEE K D，HUBBARD S. Data structures and Algorithms with Python [M].Berlin：Springer，2015.

[2] 裘宗燕.基于Python的数据结构课程 [J].计算机教育，2017（12）：32-35.

[3] 申天恩，斯蒂文·洛克.论成果导向的教育理念 [J].高校教育管理，2016，10（5）：47-51.

[4] MICHAEL S. The Methodology of evaluation [M]//TYLER R W，GAGNE R M.Perspectives of Curriculum Evaluation：AERA Monograph Series on Curriculum Evaluation，No.1.Chicago：Rand MeNally，1967：39-83.

作者簡介：潘蕾（1979—），女，汉族，安徽安庆人，讲师，硕士研究生，研究方向：深度学习、生物医药数据挖掘。