高二信息技术同步辅导：算法基础认知

高二信息技术同步辅导：算法基础认知演讲人2026-07-08

目录01.算法的核心定义与本质特征02.算法的常见描述方式03.PRINTmax04.算法的核心评价维度05.高中阶段常见的基础算法类型06.算法学习的常见误区与备考建议

各位同学好，我是从事高中信息技术教学7年的授课老师，今天我们开启算法模块的第一讲。作为选择性必修1《数据与数据结构》的核心入门内容，算法基础不仅占据学业水平考试15%左右的分值，更是后续学习程序实现、算法优化乃至应对技术类选考的核心支撑。我往届有不少学生刚接触这部分内容时总觉得“算法是程序员才要学的、离日常很远”，但只要跟着节奏把基础打牢，你会发现算法本质上是一套解决问题的思维方法，甚至能帮你梳理日常做计划、处理复杂任务的逻辑。接下来我们就由浅入深，系统认知算法的核心内涵。01ONE算法的核心定义与本质特征

算法的核心定义与本质特征很多同学对算法的认知停留在“电脑运行的代码”层面，我们先从生活场景切入，逐步拆解算法的本质。

1算法的生活化溯源其实我们每个人每天都在无意识地使用算法：比如你早上从家到学校，会先规划“步行到地铁站→坐2号线3站→出地铁站步行500米到校”的步骤，这就是路径规划算法的雏形；你去食堂打饭，选择“先排人少的窗口打主食→再排汤品窗口→最后找空位就餐”的顺序，本质上是调度类算法的逻辑；甚至你们玩游戏时计算抽卡保底、搭配装备属性的思路，也符合算法的核心特征。我上次课提问让大家举身边的算法例子，有个喜欢养多肉的同学说她的“多肉浇水算法”是“摸盆土表面3厘米干了→温度低于30度→沿盆边浇透水，否则不浇”，这个描述已经非常接近规范的算法定义了。

2信息技术学科的规范算法定义按照信息技术课程标准的界定，算法是对特定问题求解步骤的准确而完整的描述，是一系列明确、有序、可执行的有限指令集合。所有符合规范的算法必须同时满足以下5个核心特征，缺一个就不能称之为合格的算法：

2信息技术学科的规范算法定义2.1有穷性算法必须在执行有限个步骤之后终止，不能无限循环。比如你设计一个“输出所有正整数”的步骤，因为正整数有无穷多个，步骤永远无法结束，就不符合有穷性要求。我改作业时经常看到有同学写循环忘记加终止条件，本质上就是忽略了有穷性的要求。

2信息技术学科的规范算法定义2.2确定性算法的每一步都必须有明确的定义，不能产生歧义。比如你写“给杯子加一点水”就不符合确定性要求，因为“一点”的表述模糊，换成“给杯子加200ml常温纯净水”才是确定的指令。

2信息技术学科的规范算法定义2.3可行性算法的每一步都可以通过已经实现的基本运算执行有限次来完成。比如你设计一个步骤要求“算出边长为1的正方形的对角线的精确值”，因为对角线是无理数，无法精确输出，就不符合可行性要求。

2信息技术学科的规范算法定义2.4输入项算法可以有0个或多个输入，用来刻画运算对象的初始情况。比如求两个数的最大值需要输入2个数值，而“输出1到100的和”就不需要输入，初始条件已经明确。

2信息技术学科的规范算法定义2.5输出项算法至少有1个输出，用来反映对输入数据的加工结果，没有输出的算法是没有意义的。

3算法与程序的区别与关联我统计过往届学生的入门作业，有近80%的同学第一次会把算法和程序划等号，这里要明确二者的边界：算法是解决问题的逻辑思路，是抽象的步骤集合；而程序是算法用某种编程语言的具体实现。举个例子，你想计算1到100的累加和，想到“从1开始逐个加到100，最终输出结果”的思路就是算法，用Python、C++等语言把这个思路写成可运行的代码才是程序。同一个算法可以用不同的编程语言实现，逻辑内核是完全一致的。明确了算法的本质之后，我们接下来要学习的就是如何将抽象的算法思路规范地呈现出来，也就是算法的三类常见描述方式，这部分也是学业水平考试的高频考点。02ONE算法的常见描述方式

算法的常见描述方式我们在高中阶段需要掌握三类算法描述方式，分别适用于不同的场景：

1自然语言描述自然语言描述就是用我们日常使用的汉语、英语等自然语言，按顺序写出算法的每一步。比如求两个数a和b的最大值，用自然语言描述就是：第一步：输入两个整数a和b；第二步：比较a和b的大小，如果a大于b，则记录最大值为a，否则记录最大值为b；第三步：输出最大值。自然语言描述的优点是通俗易懂，不需要额外学习符号规则，适合快速梳理思路；缺点是容易出现歧义、描述冗长复杂，遇到多分支、循环的场景很容易写得混乱。

2流程图描述流程图是用标准化的图形符号加流程线来描述算法的方式，是高中阶段必须掌握的核心描述方法，大家要先牢记各个图形的含义：

2流程图描述2.1常用流程图符号-起止框：圆角矩形，用来表示算法的开始和结束，一个流程图只能有1个开始框，可以有多个结束框；-输入输出框：平行四边形，用来表示数据的输入或者结果的输出；-处理框：矩形，用来表示赋值、计算等操作；-判断框：菱形，用来表示条件判断，只有1个入口，2个出口（分别对应条件成立和不成立的情况）；-流程线：带箭头的直线，用来表示步骤的执行顺序。我要特别提醒大家，往届学生在考试中最容易犯的错误就是把判断框画成矩形，或者把处理框画成菱形，这种基础符号错误会直接导致整道题丢分，一定要记牢。还是以两个数求最大值为例，对应的流程图就是：开始框→输入a、b的输入框→判断“a>b？”的菱形框→条件成立走处理框“最大值=a”，不成立走处理框“最大值=b”→输出最大值的输出框→结束框。

2流程图描述2.1常用流程图符号流程图的优点是逻辑清晰、没有歧义，能直观展示分支、循环的结构；缺点是绘制比较耗时，修改不方便。

3伪代码描述伪代码是介于自然语言和编程语言之间的描述方式，没有严格的语法规则，只需要用类似代码的结构呈现逻辑即可。还是以两个数求最大值为例，伪代码可以写成：INPUTa,bIFa>bTHENmax=aELSEmax=bENDIF03ONEPRINTmax

PRINTmax伪代码的优点是结构紧凑、容易修改，也不需要考虑具体编程语言的语法要求，非常适合在设计算法阶段快速记录思路，也方便后续直接转换成可运行的程序代码。掌握了算法的描述方法之后，我们还要知道什么样的算法是好的算法，也就是算法的核心评价维度，这部分内容不仅能帮你判断算法的优劣，也为后续学习算法优化打下基础。04ONE算法的核心评价维度

算法的核心评价维度评价一个算法的好坏，主要从以下四个维度出发：

1正确性正确性是算法的基础要求，指的是算法能够正确解决预设的问题，对于合法的输入都能得到符合要求的输出。比如你写了一个求最大值的算法，输入3和5输出的是3，那这个算法就是完全不合格的，不需要再讨论其他维度的优劣。

2时间复杂度时间复杂度指的是算法运行的效率，也就是算法执行完需要的时间长短。我在课上给大家做过演示，同样是计算1到1亿的累加和，用“从1逐个加到1亿”的算法，Python代码运行需要3.2秒左右；而用等差数列求和公式“n*(n+1)/2”的算法，运行时间不到0.001秒，二者的时间效率差了几千倍。高中阶段我们不需要掌握时间复杂度的定量计算，只需要能定性判断：不需要循环的算法效率高于循环次数少的，循环次数少的高于循环次数多的。

3空间复杂度空间复杂度指的是算法运行过程中需要占用的内存资源大小。比如你要存储100个学生的考试成绩，开一个长度为100的数组就足够，如果你开了一个长度为10000的数组，这个算法的空间复杂度就很高。虽然现在硬件资源越来越充足，但在处理海量数据的场景下，空间复杂度依然是重要的评价指标。

4可读性与健壮性除了上述三个技术维度，好的算法还要有良好的可读性，也就是逻辑清晰、标注有必要的注释，方便其他人理解；还要有健壮性，也就是遇到非法输入的时候不会直接崩溃，能给出友好的提示。比如你写了一个求平方根的算法，用户输入负数的时候，健壮的算法会提示“输入不能为负数，请重新输入”，而不是直接报错退出。我之前改模拟卷的时候，有个学生的算法逻辑完全正确，但因为没有考虑输入负数的情况，直接被扣了2分，非常可惜。了解了算法的基础规则之后，我们接下来简单梳理高中阶段需要掌握的四类基础算法，大家先建立整体认知，后续我们会逐个模块展开讲解。05ONE高中阶段常见的基础算法类型

高中阶段常见的基础算法类型高中信息技术课程要求掌握的基础算法主要有四类：

1枚举算法枚举算法也叫穷举算法，核心逻辑是把问题所有可能的解全部列出来，逐一判断是否符合要求，最终找到正确的解。比如经典的百钱买百鸡问题、求100以内的素数都属于枚举算法的应用。枚举算法的优点是逻辑简单、容易实现，缺点是效率较低，只适合问题规模较小的场景。

2递推与递归算法递推算法的核心是从已知的初始条件出发，一步步推导得到最终结果，比如斐波那契数列的计算，已知f(1)=1、f(2)=1，就可以依次推出f(3)到f(n)的结果；递归算法的核心是算法自己调用自己，把复杂问题拆解成规模更小的同类问题，比如求n的阶乘，可以拆解成n乘以(n-1)的阶乘，直到拆解到1的阶乘等于1这个边界条件。要特别注意，递归算法必须设置明确的边界条件，否则会出现无限递归导致程序崩溃。

3排序算法排序算法的功能是把一组无序的数据按照从小到大或者从大到小的顺序排列，高中阶段要求重点掌握冒泡排序和选择排序：冒泡排序的核心是相邻元素两两比较，不符合顺序就交换，每一轮会把一个最大（或最小）的元素“沉”到末尾；选择排序的核心是每一轮从待排序的元素里找到最大（或最小）的，直接放到已经排好序的序列末尾。排序算法是学考和选考的必考点，经常会考排序过程的手动模拟或者代码填空。

4查找算法查找算法的功能是从一组数据里找到指定的元素，高中阶段要求掌握顺序查找和二分查找：顺序查找的核心是从第一个元素开始逐个和目标元素比较，直到找到或者遍历完所有元素，适合无序的数据；二分查找也叫折半查找，核心是每次把待查找的范围缩小一半，只适合已经排好序的数据，效率远高于顺序查找，比如在1到100里找一个数，顺序查找最多需要100次，而二分查找最多只需要7次。最后我结合往届学生的常见问题，给大家几点算法学习的实用建议，帮大家避开入门误区。06ONE算法学习的常见误区与备考建议

1不要把算法等同于写代码很多同学刚学算法就纠结编程语言的语法，写错一个符号就觉得自己学不会，其实算法的核心是逻辑思路，你能把流程图画对、能手动模拟出算法的执行过程，就已经掌握了核心，写代码只是把思路翻译成编程语言的过程，逻辑通了代码自然就能写对。

2不要死记硬背代码有不少同学习惯背冒泡排序、二分查找的代码，一旦考试的时候变量名换了、要求改成从大到小排序就不会了，这就是没有理解核心逻辑。你只要记住冒泡排序是“相邻比较交换”的逻辑，不管怎么变都能推导出来，死记硬背反而容易出错。

3多做手动模拟练习遇到排序、查找类的算法题，先不要急着写代码，拿一组示例数据手动模拟2到3轮执行过程，你自然就能理解算法的运行逻辑，比你看十遍代码的效果都好。

4结合生活场景培养算法思维平时刷短视频的时候可以想想推荐算法的逻辑，点外卖的时候可以想想派单算法的规则，把算法和生活场景结合起来，你就不会觉得算法枯燥，反而能慢慢培养出拆解问题、有序解决问题的算法思维。最后我们今天的内容做一个总结：今天我们从生活场景切入，明确了