高二信息技术选择性必修1《查找》教学设计

高二信息技术选择性必修1《查找》教学设计【教材分析】本课选自浙教版高中信息技术选择性必修1《数据与数据结构》第二章第四节《查找》。查找是数据处理中最基础、最高频的操作之一,学生在前面的学习中已经掌握了数组、字符串、链表等基本数据结构,本课正是在这些已有知识之上,引导学生从"会用"走向"会想",理解不同查找策略背后的算法思想。教材以顺序查找为起点,引出对分查找,通过对比两种方式在有序与无序数据上的表现,让学生体会"数据组织方式决定查找效率"这一核心观念。本课既是对前面线性表知识的综合运用,又为后续学习排序、散列等内容埋下伏笔,在整册教材中起到承上启下的枢纽作用。【学情分析】授课对象为高二选课学生。经过必修模块和选择性必修1前四章的学习,学生已经能够使用Python编写基本程序,掌握列表的索引访问、循环与分支结构,具备初步的算法意识。但学生的思维仍停留在"遍历一切"的朴素层面:面对查找问题,绝大多数学生第一反应是从头到尾逐个比较。他们没有意识到数据的有序性是一种可以被利用的"资源",更缺乏用二分思想分治问题的经验。教学中需要通过真实的规模反差制造认知冲突,让学生切身感受到1100万次比较与20次比较之间的鸿沟,从而产生探究对分查找的内在动机。此外,对分查找中的边界控制(区间收缩条件、中取整方式、查找不存在的判断)是学生最易出错的环节,需要在课堂上用具体数据反复推演,做到"手算一遍、眼看一遍、手写一遍"。【教学目标】一、信息意识通过对比不同规模数据集上的查找过程,感知数据组织方式对查找效率的决定性影响,形成"先有序、再查找"的问题处理直觉。二、计算思维理解顺序查找与对分查找的算法逻辑,能用自然语言、流程图和Python代码三种方式描述对分查找;能正确确定查找区间、计算中间位置、缩小区间范围;能针对查找成功与查找失败两种情况设计完整的分支判断。三、数字化学习与创新通过修改数据规模、构造边界用例、统计比较次数等实验活动,自主验证理论知识,养成用实验数据说话的实证习惯。四、信息社会责任在讨论大规模数据检索、字典查询等应用场景时,认识高效算法对节约计算资源的意义,初步树立绿色计算、节约能耗的意识。【教学重点与难点】教学重点:对分查找的算法思想及其Python实现;顺序查找与对分查找的适用条件对比。教学难点:对分查找过程中区间的正确划分与终止条件的准确判断;查找失败情形的逻辑处理。【教学策略】本课采用"情境导入—冲突激发—合作探究—抽象建模—编程实现—对比升华"的教学主线。以"猜数字游戏"和"千万级手机号检索"两个活动为载体,让学生在体验中建构对分查找的直观认识;通过三人为一小组的"纸卡模拟查找"活动,把抽象的指针移动过程可视化;最后在编程环节采用"半成品填空—完整实现—压力测试"三级台阶,确保不同基础的学生都能到达各自的高度。【教学准备】教师准备:多媒体课件、打乱的与排序后的两套数字卡片(每组一套,每张卡片一个两位数)、含100万个随机整数的测试数据文件、半成品程序框架。学生准备:Python编程环境(IDLE或Thonny均可),复习列表索引与while循环。【教学过程】一、情境导入:两次猜数字,两种命运(约6分钟)教师在大屏幕上展示两组情境。情境一:老师心里想一个1到100之间的整数,但把这个数写在纸条上扣在讲台中央,学生只能随机猜,猜一个老师翻一次纸条核对,不对就继续猜。教师现场请两名学生猜,统计次数。一般会猜三十次以上,运气差时几乎要"翻遍"所有的数。情境二:同样是1到100之间的整数,这次翻开一本按顺序排好的百数表,学生每猜一个数,老师不仅告知对错,还告知"大了"或"小了"。教师现场演示:猜50,老师说小了,范围立刻缩到51至100;猜75,大了,缩到51至74;猜62……不出七次,必然命中。教师提问:同样的问题、同样的数据,为什么第二个游戏快得多?学生七嘴八舌,最终会归纳出两个关键词:数据有序、每次排除一半。教师板书课题"2.4查找",并写下学生的两个发现,这就是全课的思维锚点。设计意图:用低成本的游戏制造高强度的认知对比,让学生在身体体验中完成对分思想的初建。两次游戏的数字尽量相同,保证变量唯一——只有"有序"这一个条件发生了变化。二、新知探究一:顺序查找——朴素但可靠(约8分钟)教师提出问题:给定一个存储了n个元素的列表lis,查找目标值x是否存在,若存在返回其下标,不存在返回1。在数据没有任何顺序可言时,我们别无选择,只能从头走到尾。教师引导学生口述算法步骤并板书:从第一个元素开始,依次让lis[i]与x比较;若相等,返回i并结束;若走到末尾仍未找到,返回1。随后教师给出代码,与学生逐行共同阅读:```defseq_search(lis,x):foriinrange(len(lis)):iflis[i]==x:returnireturn1```教师强调三点:其一,顺序查找对数据没有任何要求,无序也能用,这是它最大的优点——通用;其二,最坏情况下要比较n次,平均要比较n÷2次;其三,它是一种"保底"算法,任何查找问题它都能给出正确答案,问题只在于效率。随即抛出数据:如果列表里有1000万个元素,运气最差时要比较多少次?学生答1000万次。教师接着说,一台普通家用电脑每秒大约能完成数千万到上亿次简单比较,看着还快,但如果这样的查找每秒钟要执行成千上万次呢?服务器的压力从何而来?学生感受到:顺序查找在规模面前是有极限的。设计意图:顺序查找不是为了"铺垫后被推翻",而是要让学生承认它的价值,建立"没有一无是处的算法,只有合不合适的场景"这一辩证认识。三、新知探究二:对分查找——利用有序性的智慧(约15分钟)(一)纸卡模拟,手脑并用每组发放一套按从小到大排好的数字卡片(共11张,如3、8、15、21、27、33、40、52、66、71、88),背面朝上但位置固定。任务:找出27这张卡,规定每次只能翻开一张,翻之前要说出为什么翻它。学生很快发现翻中间那张(第6张,40)最划算:看它与27比较,40比27大,那么40右边(更大方向)的所有卡片都可以排除,查找范围瞬间减半。教师顺势规范术语:把当前查找范围的起始位置记为low,结束位置记为high,中间位置mid通过下式确定:mid=(low+high)//2教师带领全班在黑板表格中手工推演查找27的全过程:第1次:low=0,high=10,mid=5,卡片为33,33比27大,目标在左半区,更新high=mid1=4。第2次:low=0,high=4,mid=2,卡片为15,15比27小,目标在右半区,更新low=mid+1=3。第3次:low=3,high=4,mid=3,卡片为21,21比27小,更新low=4。第4次:low=4,high=4,mid=4,卡片为27,命中。教师提问:11个数,顺序查找平均要翻几张?对分只要几张?学生算出平均约6张对4张,差距还不大。教师追问:如果是1023张呢?学生借助刚才的规律发现,每次砍掉一半,1023最多10次。此时教师在黑板上画出规模与次数的对照表:数据量n为10时,对分最多比较约4次;为1000时约10次;为100万时约20次;为10亿时约30次。教室里出现明显的惊叹声。教师点明:数据量翻十倍,比较次数只增加约3次多一点,这就是对分查找的威力。(二)查找失败的情形:多数学生栽跟头的地方教师把目标换成28,再带学生推演:第1次33大,high=4;第2次15小,low=3;第3次21小,low=4;第4次27小,low=5。此时low=5,high=4,出现了"下界越过上界"的怪现象。教师提问:这意味着什么?学生讨论后得出:连一个可能的候选位置都没有了,目标必然不存在,返回1。教师强调:循环的继续条件是low不大于high,即low≤high;一旦low>high,说明区间已经"空了",查找失败。这是本课最容易写错的地方,稍后编程时每个人都会在这里接受检验。(三)流程建模教师展示对分查找的流程图,请学生用自己的话复述每一个环节的判断依据,并明确三种走向:相等则返回,目标偏小则向左收缩,目标偏大则向右收缩。教师补充提醒:整个算法成立的大前提是数据已经按升序(或降序)排列,前提是地基,地基不牢,算法必塌。四、编程实践:三级任务,人人有得做(约14分钟)学生打开教师下发的半成品程序,按三级任务依次推进。任务一(基础):补全核心代码。程序已给出函数框架和注释,学生只需填写四处空缺:mid的计算式、a[mid]小于key时low的更新、a[mid]大于key时high的更新、循环条件。```defbin_search(a,key):low=0high=len(a)1while________:空缺1mid=________空缺2ifa[mid]==key:returnmidelifa[mid]<key:________空缺3else:________空缺4return1```教师巡视,重点观察"low=mid+1"是否被误写成"low=mid",发现即请该生用一组三个元素的数据手工走一遍,亲眼看到死循环的发生,这种自我发现比订正一百遍都有效。任务二(进阶):完整实现查找某个学号对应成绩的程序。数据集为按学号升序排列的二元组列表,要求根据学号返回成绩,查找失败输出"查无此人"。鼓励学生默写而非复制任务一的代码。任务三(挑战):对比实验。给程序嵌入计数器,统计两种查找在100万个随机整数中查找1000个指定目标的平均比较次数,并把结果打印出来。学生实测:顺序查找平均约50万次,对分约20次。屏幕上跳出来的真实数字,胜过教师千言万语的"它更高效"。教师特别提示一个工程细节:在Python中,整数除法用双斜线,取到的是向下取整的中间下标;并且变量名避免与内置函数list、id等同名。设计意图:三级任务对应"模仿—内化—迁移"三个层次,保底目标是人人完成任务一并理解每一行的含义;挑战任务则让学有余力的学生亲手验证理论,获得"我发现的"而非"被告知的"成就感。五、辨析提升:两种查找,如何选择(约5分钟)教师组织小组讨论并完成对照表,各组派代表发言,教师汇总板书:从前提条件看,顺序查找无任何要求,对分查找要求数据有序;从时间代价看,顺序查找的比较次数与数据量成正比,对分查找的比较次数随数据量增长极为缓慢;从附加成本看,若数据本身无序,使用对分查找必须先排序,排序本身有开销,因此"只查一两次"用顺序查找更划算,"长期反复查"则值得先排序再对分;从数据规模看,小规模数据两者差异微小,大规模数据对分优势巨大。教师总结提炼:查找效率的本质,是每一次比较能排除多少可能性。顺序查找一次排除一个,对分查找一次排除一半;而"每次排除一半"之所以可能,是因为有序性提供了方向信息。算法设计的智慧,往往在于把数据中隐藏的结构变成比较中的判断力。六、课堂小结与作业延伸(约2分钟)学生用一句话概括本课收获,教师随机点三名学生,最后自己归纳为两句:其一,顺序查找以不变应万变,通用但低效;其二,对分查找借力有序,折半推进,高效但有前提。课后作业分两层:必做题,手工模拟在降序数据[90,71,55,42,30,18,7]中对分查找55与查找66(不存在)的完整过程,逐步写出low、high、mid的值;选做题,查阅资料了解字典中"部首检字"与"音序检字"分别对应哪种查找思想,写一段150字左右的说明。【板书设计】主板书区:课题"2.4查找"居顶;左栏为顺序查找的算法要点与代码骨架;中栏为对分查找的推演表格(low、high、mid逐次变化)与核心公式mid=(low+high)//2;右栏为两算法对照表与结论"一次排除一个"对"一次排除一半"。【教学评价】课堂评价嵌入教学全过程:游戏环节观察学生能否主动说出"有序"这一变量;纸卡模拟环节检查各组推演表格的规范性;编程环节以三级任务的完成度作为分层评价依据;讨论环节关注学生能否说