高中信息技术选择性必修1“数据查找1-查找算法基础”教学设计

高中信息技术选择性必修1“数据查找1——查找算法基础”教学设计一、教材与学情分析本课选自浙教版（2019）高中信息技术选择性必修1《数据与数据结构》中“数据查找”单元的第一课时，是学生从“数据怎么存”走向“数据怎么找”的关键起点。教材以顺序查找为切入点，引出查找算法的基本思想、性能度量方式，为后续二分查找、散列查找奠定认知基石。本课在整个模块中承担着“方法论奠基”的功能：学生此前已经掌握了数组、列表等基础数据结构，能够编写遍历程序，但尚未建立起“算法效率可以用比较次数来衡量”这一核心观念，更未形成“问题规模n与运行代价之间关系”的量化思维。从学情看，授课对象为高二选考信息技术的学生。他们具备Python基础语法能力，能写出for循环遍历列表的代码，生活中也有翻通讯录找联系人、在成绩单中找自己名字的经验。但存在三个明显的认知缺口：其一，多数学生认为“查找就是挨个看”，不知道还存在别的策略；其二，学生对“快与慢”的判断停留在感觉层面，缺乏用数据说话的意识；其三，部分学生把查找等同于Python内置的in运算符，把工具当原理。本课的设计必须针对这三个缺口逐一发力，用真实任务驱动学生亲手写出查找代码、亲手数出比较次数、亲手画出效率曲线，让概念从做中长出来。二、教学目标信息意识层面：学生能够从生活场景中识别查找问题，意识到“数据规模增大后查找方法的优劣会被急剧放大”，形成对算法效率的敏感。计算思维层面：学生能够抽象出顺序查找的算法模型——依次比较、命中即止、遍历完即失败，能用自然语言、流程图和Python代码三种方式表达该算法；能够通过统计比较次数，分析最好、最坏、平均三种情形，初步建立时间代价与问题规模n呈线性关系的认识。数字化学习与创新层面：学生能够借助编程环境开展对照实验，用不同规模的数据集验证推理结论，养成“先假设、再实验、后结论”的探究习惯。信息社会责任层面：通过讨论学籍系统、图书检索等真实场景，学生体会到基础算法支撑着公共服务的高效运转，理解写好每一行基础代码的工程意义。三、教学重难点教学重点：顺序查找算法的思想、流程与Python实现；用比较次数度量查找效率的方法。教学难点：最好、最坏、平均情况的分析逻辑；从具体次数归纳出“线性增长”这一本质特征。突破策略是采用“小数据试手—中数据实验—大数据推演”的阶梯设计，让学生在数据冲击中自己碰撞出结论，而非由教师直接告知。四、教学准备机房环境，每台计算机安装Python3.x及IDLE或同类编辑器；教师准备三个文本数据文件：含10个、1000个、100000个整数的无序名单各一份；学生活动记录单，印有比较次数统计表和坐标网格；多媒体课件内含顺序查找的动态演示动画。五、教学过程（一）情境导入：一张找不到的准考证上课伊始，教师投影一个真实化情境：学校教务处收到一份包含全校1200名考生信息的电子表格，考务老师需要确认学号为20240317的考生信息是否在表中。教师提问：如果这位老师不会任何软件技巧，只会用眼睛一行一行往下看，他最多要看多少行？最少呢？学生凭直觉很快答出：最少1行，运气最不好看满1200行。教师追问：那么平均大概要看多少行？教室里出现短暂的思考，有学生试探着说“一半，600行左右”。教师顺势板书三个数字：1、1200、约600，并指出这正是本节课要弄清楚的三个问题——查找最少比较几次、最多比较几次、平均比较几次。接着教师点明：计算机替人做这件事时，采用的第一种也是最朴素的办法，和我们用眼睛一行行扫过去一模一样，它叫顺序查找。今天这节课，我们不仅要学会它，还要学会给它的“快慢”算一笔明白账，并且亲手实验验证这笔账算得对不对。设计意图在于用教务场景锚定问题，三个数字直接对应本课的知识骨架，让学生带着明确的悬念进入学习。（二）新知建构：顺序查找的算法模型教师组织学生口述“一行行往下看”的完整过程，引导其提炼出四个要素：从第一个数据开始；每次取一个数据与目标值比较；若相等，查找成功，停止；若不相等，继续取下一个，直到所有数据都看过，仍未找到则查找失败。学生在活动单上用自然语言补全这四个要素后，教师展示流程图，请学生判断两个关键判断框——“当前元素等于目标值吗”和“是否还有未检查的元素”——的先后逻辑，并通过两名学生的演示问答澄清：每比较一次都要立即判断是否结束，命中即停是顺序查找的重要特征。随后进入代码实现环节。教师给出函数框架：defseq_search(data,key):foriinrange(len(data)):ifdata[i]==key:returnireturn1教师逐行讲解两处设计用意：找到时返回下标i而不是只返回“找到了”，因为位置信息在后续处理中往往更有用；循环自然结束仍未返回，说明目标不存在，约定返回1表示查找失败。学生动手输入代码，用10个整数的小数据集做三次测试：查找存在的中间值、查找首元素、查找不存在的值，并观察输出。教师巡视时特别关注两类典型错误：有学生把return1误写在for循环内部导致只检查第一个元素就结束；有学生用print代替return导致函数无法被别的代码复用。这两种错误被投影到全班做简短辨析，学生由此加深对“循环结构与返回时机”的理解。（三）探究攻坚：给查找效率算一笔账这是本课的核心环节，分为三步推进。第一步，统计比较次数。教师引导学生在代码中加入一个计数变量，每执行一次data[i]==key就让计数加一。修改后的代码为：defseq_search_count(data,key):count=0foriinrange(len(data)):count+=1ifdata[i]==key:returni,countreturn1,count学生用这份代码在10人小数据集上实测：查找首元素比较1次，查找末元素比较10次，查找不存在值也是比较10次。学生在记录单上填写数据，教师组织归纳：最好情况是1次，即目标恰在首位；最坏情况是n次，包括目标在末尾和目标根本不存在两种情形；平均情况下，若目标等概率出现在每个位置，比较次数的期望约为（n+1）/2，依旧与n同量级、同步增长。第二步，规模对照实验。学生改用含1000个数据的名单文件，分别查找首位元素、末位元素和一个不存在的值，记录比较次数：1、1000、1000。再用含100000个数据的文件重复实验，得到1、100000、100000。三组数据并列写在黑板上，教室里自然响起惊叹声。教师提出问题链：数据量扩大了100倍，最坏情况的比较次数怎么变？如果数据变成一亿条呢？学生在应答中自己说出“比较次数跟着数据量同倍数增长”这一结论。第三步，图形化归纳。学生在活动单的坐标网格上，以n为横轴、最坏比较次数为纵轴描点连线，得到一条过原点的直线。教师指着这条直线总结：顺序查找的时间代价与问题规模n成正比，我们说它的增长趋势是线性的。这条直线看起来平缓，可当n大到一定程度，代价就不可接受了——如果每秒能比较一亿次，在一万亿条记录里找一条最坏也要花上几个小时。这就是为什么我们还要学习后面更聪明的查找方法。（四）思辨提升：顺序查找的价值与局限教师抛出一个反直觉的问题：既然顺序查找这么“笨”，为什么教材还要先学它？学生讨论后形成三点共识：第一，它对数据没有任何要求，无论有序无序都能用，适用面最广；第二，它是理解一切查找算法的起点，比较次数的度量方法具有通用性；第三，数据量小或只查一两次时，它简单可靠、实现成本最低。教师补充指出，世上没有绝对最优的算法，只有与场景匹配的算法，这正是算法学习的辩证观。紧接着教师埋设伏笔：投影展示一本按拼音排序的词典，提问“查‘算法’这个词，你会从第一页开始一页页翻吗？”学生齐声说不会，会先从中间翻开。教师宣布这正是下一节课二分查找要解决的问题——当数据有序时，查找效率能发生质的飞跃。本课学到的“数比较次数”的方法，到时会成为检验新方法优越性的标尺。（五）课堂小结与分层作业师生共同梳理本课的三条收获：顺序查找“依次比较、命中即止”的执行逻辑；用1、n、约n/2刻画最好、最坏、平均情况的度量方法；“代价随n线性增长”的本质认识。学生用一句话在活动单末尾写下自己的最大收获，随机抽取三份当堂分享。作业分两个层次。基础层：编写程序，在一个含50个随机整数的列表中查找用户输入的数，输出是否找到及比较次数。提高层：查阅资料了解“带哨兵的顺序查找”，思考在数组末尾预置目标值为什么能减少判断次数，并写一段不超过一百字的说明，下节课课前交流。实践层为选做：用手机通讯录实测按首字母检索与逐个滑动浏览两种方式的耗时差异，记录现象并尝试解释。六、板书设计主板书呈三栏结构。左栏为算法核心：顺序查找——依次比较、命中即止、遍历完毕即失败。中栏为效率账本：最好1次、最坏n次、平均约（n+1）/2次。右栏为实验数据墙：n=10、1000、100000三组对照数据与那条手绘的上升直线。副板书保留学生实验中的两个典型错误代码片段及订正痕迹，体现课堂生成的真实过程。七、教学评价过程性评价关注三点：活动单中三次实验数据记录是否完整真实；代码调试过程中能否独立定位return位置和计数器逻辑问题；小组讨论中能否用“比较次数”而非“感觉快慢”来陈述观点。结果性评价以基础层作业为主，不仅看程序能否运行，更看输出中是否包含比较次数的统计。评价量规分为三档：能复现算法为一档，能解释三种情况为二档，能主动用实验数据佐证结论为三档。八、教学反思要点本课成败的关键在于实验数据是否真