赵慧娟 冯国富 刘智翔

[摘 要] 算法基础是计算机科学与技术专业的核心课程。为提高教学质量，文章对课程教学内容、教学方法、考核评价体系进行了探索。实践证明，课程建设和教学改革效果良好。

[关键词] 算法基础;雨课堂;工程教育专业认证

[基金项目] 上海海洋大学2019年重点建设课程项目“算法基础”（A1-2005-00-300533）;上海海洋大学2018年信息学院重点课程建设项目“算法基础”（20180218）

[作者简介] 赵慧娟（1977—），女，山东泰安人，硕士，讲师，研究方向为机器学习。

[中图分类号] G642    [文献标识码] A    [文章编号] 1674-9324（2020）37-0180-02    [收稿日期] 2019-11-25

一、引言

算法是计算机科学技术的基石。在人工智能时代，算法的学习和研究更为重要。算法基础课程旨在培养学生的计算思维，提高分析问题和解决问题的能力。课程具有综合性、实用性、灵活性和难度大等特点，在我校2018版计算机科学与技术专业培养方案中，算法基础被列入专业核心课程，学时数从32学时（20学时理论+12学时实验）增加为64学时（32学时理论+32学时实验）。

在旧版的培养方案中，算法课程作为选修课，课时少。存在的问题有：一是学生在学习过程中参与度不高;二是教师不能及时掌握学生的学习情况;三是对学生成绩未进行深入分析，对后续的课程教学参考意义甚微。算法课程教学内容的梳理、教学手段及考核评价等改革迫在眉睫，面向工程教育认证基于“雨课堂”的算法基础混合式教学模式的构建应运而生。

二、课程教学内容

课程以学生熟悉的问题为切入点，例如信息搜索、排序、密码学及货物配送最短路径等入手，以各种基本算法设计技术作为主线，讲授的算法设计技术包括蛮力法、分治法、减治法、动态规划法、贪心法、回溯法、分支限界法和概率法等。在介绍每个算法设计技术时，按照“算法思想-应用案例—时间空间复杂度分析”的路线展开，随着算法技术学习的深入，将对比不同算法设计技术在解决同一问题时的异同点和优劣。

为提高学生对算法设计技术的应用能力，加强学生竞争力，从各类竞赛（如ACM，蓝桥杯）和IT类公司面试题中选取具有代表性的问题进行分析、算法设计、算法实现和效率评价，切实将理论付诸实践。

三、基于“雨课堂”的混合式教学方法

（一）雨课堂

雨课堂是清华大学和学堂在线共同研发的新型智慧教学软件。“雨课堂”作为PowerPoint插件，简单实用，为教师和学生打通了课堂内外的时间和空间，形成了24小时的在线课堂。教师借助“雨课堂”发布课堂教学中使用的PPT、习题、视频、语音等学习材料;学生扫码进入课堂，在微信里可以实时收到老师推送的学习材料，提高学生的出勤率。在课堂教学及讨论中，学生可以通过发送弹幕反馈问题，及时与教师互动，教师可据此更好地调整课堂的学习气氛、实时调整教学的节奏进度，及时答疑解惑;在课堂教学中，教师还可以实时给学生发送习题，提高学生在课堂中的学习参与度，第一时间了解学生对知识的掌握程度，对上课效果有更直观的认识，寓教于乐，增加教学趣味性与教育教学的实用性。

（二）基于“雨课堂”的理论和实验教学

基于“雨课堂”的混合式教学是一种轻量级的翻转课堂，它将传统教学与网络教学习、移动学习融于一体。学生真正成为课堂的核心，实时获取课堂教学内容、反馈疑惑、提升学生作为学习过程主体的积极性与创造性;教师在基于“雨课堂”的混合式教学中，可以及时掌握学生对课堂教学知识点的掌握，以便教师及时调整教学内容和进度，更多地体现为学习的设计者和指导者，对教师提出了更高的专业要求。在算法基础的理论教学中，借助“雨课堂”电子教案，采用案例驱动，讲解算法设计技术的思想、适用问题、算法描述和时间空间复杂度分析，并辅以直观的程序演示。由此，举一反三，使用该算法设计技术求解其他经典问题。在算法基础的实验课中，学生根据实验计划，对实验题目进行问题分析、算法设计、使用编程语言实现算法。在此学习中，学生不仅可以掌握算法设计和分析技术，理论与实践相结合，而且对编程语言、数据结构等内容温故知新，将所学的知识融会贯通，从而提升复杂程序设计的技能。

（三）EOL在线学习

除了雨课堂之外，本课程教学组还依托学校的EOL（在线学习）教学平台。在EOL平台上教师已发布有课程的教学大纲、教学日历、教案、算法演示程序、习题库、章节测验和作业等。学生可以借助EOL了解课程目标、教学进度、教学内容，做好课下预习、课后复习练习，及时完成测验和提交作业;在多轮课程教学中，教学组参考借鉴国内外高校算法课程的教学内容和当今算法研究的热点，梳理、调整教学内容;筛选优秀的MOOC资源推荐给学生在课外辅助學习，补充增加算法设计与分析领域最新的新成果。

（四）线上线下辅导答疑

课堂外的辅导答疑作为课程学习的有效补充，有线下的面对面辅导和线上的课程学习群等方式，为学生提供“全浸入”的课程学习环境。在课程学习群，除了讨论课程教学知识点外，还将及时推送业界研究热点、国内外算法类竞赛以及IT公司面试中算法设计题目，引导学生捕捉业内研究热点。

四、课程考核

在课程教学中，坚持按照国际工程认证的要求指导教学过程，培养学生分析问题、算法设计、算法实现和算法分析等方面的能力。面向工程教育专业认证，将课程教学目标与毕业要求关联，改进课程考核和评价方法。

（一）工程教育专业认证

工程教育专业认证是工程教育质量保障制度，也是实现工程教育国际互认和工程师资格国际互认的重要基础。工程教育突出教学目标产出导向，以学生收获、毕业达成情况为中心，强调持续改进培养素质。因此，面向工程认证的教学更有助于提升学生培养质量。以OBE为导向进行课程的反向设计，将课程教学目标与毕业要求关联，改进课程考核和评价方法。

（二）课程教学目标

①掌握基本的算法设计技术，能够读懂算法;对于具体问题可以设计算法求解，进一步增强学生的程序设计与实现能力。②掌握基本的算法时间复杂性和空间复杂性分析方法，培养学生的算法分析能力，从而优化算法。③引导学生的思维过程，培养计算思维能力、提升分析问题和解决问题的能力。④树立正确的价值观，培养文化自信、团队合作精神、良好的职业道德素养和法治意识。

（三）支撑的毕业要求

在我校计算机科学与技术专业毕业生需要达到的众多毕业要求中，算法基础课程支撑的毕业要求如下：①能针对本专业领域具体的对象建立数学模型并求解;②能够将专门知识和数学模型方法用于复杂计算机工程问题解决方案的比较与综合。③能运用基本原理，借助文献研究，分析过程的影响因素，获得有效结论。④能对实验结果进行分析和解释，并通过信息综合得到合理有效的结论。

（四）课程考核

课程考核采用平时成绩和闭卷笔试和相结合的形式，其中期末笔试占70%，平时成绩占30%。平时成绩包括课堂表现、实验作业等。实验作业将改变以往只提交纸质作业或网上简单客观题的局面，更加注重学生分析问题和解决问题能力的培养。平时作业的评测依托在线评测系统，更好地提高学生动手解决问题的能力。期末考试的主要内容是算法设计技术的基本思想、分析问题能力和算法设计能力的考核。课程考核与课程目标、毕业要求的关系如下表。

课程教学和考核结束后，对学生成绩进行目标达成度分析，及时了解学生对课程内容的掌握程度和学生的培养质量，便于后续完善教学过程、持续提升教学质量。改变以往试卷成绩简单归档的情况。

五、结语

为迎接新的算法基础课程教学，我们梳理、优化了教学内容;改革了教学方法和课程考核评价体系。今后，我们将进一步探索和实践，调动学生的学习主观能动性和教师的教学潜力。以国内外信息类竞赛为契机，积极组织和指导更多的学生，形成良好的学习实践氛围，切实提高学生在就业工作招聘时的竞争力。