高中二年级信息技术“实现查找指定商品-查找算法的应用及数据结构的选择”教学设计

高中二年级信息技术“实现查找指定商品——查找算法的应用及数据结构的选择”教学设计一、教学背景与设计理念本课选自沪科版（2019）高中信息技术选择性必修1《数据与数据结构》模块，对应“实验九实现查找指定商品”的教学任务，面向高中二年级学生开设。学生此前已经完成了顺序结构、分支结构、循环结构的程序设计学习，掌握了Python列表的基本操作，并初步接触了顺序查找的思想。本课在此基础上，引导学生面对“在电商平台中查找指定商品”这一真实情境，比较顺序查找与二分查找的差异，理解数据组织方式对查找效率的深刻影响，进而体会“根据问题选择合适的数据结构”这一学科核心观念。《普通高中信息技术课程标准（2017年版2020年修订）》强调，学科核心素养的培养应落位于真实问题的解决过程。本课以“信息意识、计算思维、数字化学习与创新、信息社会责任”四维目标为纲，将抽象的算法比较嵌入商品检索的生活场景，让学生在“做中学、比中悟、用中固”，避免概念灌输式的课堂形态。本设计坚持三条基本原则：一是问题先行，所有知识均在解决问题的需要中自然生长；二是证据导向，用运行时间、比较次数等可测量数据支撑结论；三是留白生成，为学生保留探索、犯错、修正的空间，教师只在关键节点点拨。二、学情分析授课对象为高二年级选考信息技术的学生，共40人，机房授课，一人一机。从知识储备看，学生能熟练编写for循环与while循环，能使用列表存储和访问数据，约七成学生在必修模块中实现过简单的顺序查找。从思维水平看，多数学生处于“能写代码但不问优劣”的阶段，缺乏算法效率的量化意识，认为“程序能跑通就是完成”。从学习风格看，该班学生热衷电商、社交等应用场景，对“双十一秒杀”“搜索推荐”类话题有天然的表达欲，这是可以借力的情感基础。预判的学习困难有三处：其一，二分查找中边界条件的处理（low、high、mid的更新与循环终止条件）极易出错；其二，“数据有序是二分查找前提”这一约束条件容易被忽略，导致学生在无序数据上误用算法而不自知；其三，从“两种查找方法”上升到“数据结构选择”的观念跨越，需要教师搭建思维支架，否则课堂会停留在代码训练层面。三、教学目标信息意识方面，学生能够从电商购物这一日常场景中提炼出“查找”这一基本数据处理问题，意识到数据规模增大时方法选择的重要性。计算思维方面，学生能够分别用顺序查找和二分查找实现指定商品的检索，通过实测比较两种方式在不同数据规模下的查找次数与耗时，归纳出二分查找O(logn)与顺序查找O(n)的效率差异，并说出二分查找依附于“有序”这一数据结构前提。数字化学习与创新方面，学生能够借助可视化对比表格与运行数据，开展小组协作探究，并尝试将查找思想迁移到字典、集合等Python内置数据类型，初步体会“为数据选择合适组织方式”的工程思维。信息社会责任方面，学生能够联系电商平台的搜索体验，讨论算法效率背后的算力消耗与用户体验，形成朴素的技术成本观。四、教学重点与难点教学重点：二分查找算法的思想与程序实现；通过实测数据比较两种查找方法的效率。教学难点：二分查找边界条件的正确控制；理解“数据的有序组织是高效查找的前提”，进而形成依据问题特征选择数据结构的意识。五、教学准备教师准备：机房环境预装Python3.10及以上版本；素材包一份，内含三个数据文件。其一为small_goods.csv，含100条商品记录（商品编号、名称、价格），按编号升序排列；其二为big_goods.csv，含100000条商品记录，同样有序；其三为messy_goods.csv，含1000条无序商品记录，用于制造认知冲突。另备课堂任务单、计时辅助代码模板、雨课堂或同类互动平台的即时统计页面。学生准备：课前完成预习单，用自己的话解释“为什么查字典先翻到中间比一页一页翻快”，并尝试在纸上模拟“在1到100中猜数字”的最优猜法，记录猜测次数。六、教学过程（一）情境导入：一次“卡住”的购物搜索（约6分钟）上课伊始，教师在大屏展示一段自录视频：某购物网站搜索框输入“白色保温杯316不锈钢”，页面迟迟转圈，用户失去耐心关闭页面。教师抛出问题：“如果你是这个平台的后端工程师，用户输入关键词的一刹那，计算机要干的活是什么？”学生很容易答出“在商品库里找匹配的商品”。教师追问：“假如库里有十万个商品，你写的查找代码能让用户等多久？”教室里出现猜测声，从“零点几秒”到“几分钟”不等。教师不置可否，顺势引出本课任务：今天我们自己动手，分别在100个商品和100000个商品里查找指定商品，用真实数据回答这个问题。设计意图在于用一次“卡顿”的用户体验击穿学生“程序跑通就行”的惯性认知，让效率问题以痛点形式出场，同时为后文的大数据统计埋下悬念。（二）温故知新：顺序查找的快速实现（约7分钟）教师布置任务一：读取small_goods.csv，编写顺序查找函数linear_search，查找编号为“S10086”的商品，找到即返回该商品全部信息，未找到返回1。要求统计并打印查找过程中的比较次数。学生独立编码，教师巡视。多数学生能在四分钟内完成，典型代码如下：deflinear_search(data,target):count=0foritemindata:count+=1ifitem["id"]==target:returnitem,countreturn1,count请一名学生在教师机演示，结果显示：比较了87次找到目标。教师随即在黑板左侧记下“100条，顺序查找，87次”。教师追问：“找到目标的比较次数取决于什么？”学生归纳：取决于目标在列表中的位置，最好一次命中，最坏要翻完全部，平均约一半。教师小结并板书：顺序查找对数据没有任何要求，拿来就能查，这是它的宽容，也是它的代价——数据量翻倍，最坏的查找代价也翻倍。（三）认知冲突：当数据涨到十万（约5分钟）教师抛出任务二：把数据文件换成big_goods.csv，用刚才写好的linear_search查找编号“S09999”的商品（该编号位于文件尾部），记录比较次数和大致耗时。学生运行后，屏幕上陆续出现“比较了99998次”的结果，部分配置较旧的机器出现明显等待。教师把两次结果并排在黑板上：100条数据87次，100000条数据99998次。提问：“数据量放大1000倍，比较次数放大了多少倍？如果这个比例延伸到一亿条数据的天猫商品库，搜索结果会怎样？”学生直观感受到线性增长的可怕，课堂出现真实的骚动。此时教师只说一句：“有没有办法，一次比较就甩掉一半的商品？”课堂悬念就此拉满。（四）探究建构：二分查找的诞生（约15分钟）教师不直接讲授算法，而是先组织一个“猜数字”对抗活动。教师心里想一个1到100之间的整数，请一名学生猜，教师只回答“大了”或“小了”，全班记录猜测次数。学生自然而本能地采用从中间猜起的策略，通常7次以内命中。教师追问：“为什么从中间猜最聪明？”学生答：“不管答案是大了还是小了，都能排除一半的可能。”教师板书：每次排除一半——这就是二分的力量。活动结束，教师将问题形式化：如果商品编号已经排好序，我们查找S09999时，能不能也“从中间猜起”？大屏幕给出有序列表示意，引导学生口述查找流程：取中间位置mid，比较中间元素与目标；相等则找到；目标更大，说明目标只可能在右半段，左半段永久放弃；目标更小，则只查左半段。如此反复，直到找到或区间缩小为空。随后学生分组完成任务三：实现二分查找函数binary_search(data,target)，同样统计比较次数，并在small_goods.csv上验证结果与顺序查找一致。教师提供半成品框架，关键处留空：defbinary_search(data,target):low=0high=len(data)1count=0while____:mid=(low+high)//2count+=1ifdata[mid]["id"]==target:returndata[mid],countelifdata[mid]["id"]<target:____else:____return1,count这一环节是教师巡视密度最高的时段。预判中的高频错误如期出现：有的组写成whilelow<high，导致查找区间只剩一个元素时提前退出，恰好在边界上的目标查不到；有的组在目标大于中间值时写成low=mid，造成死循环——因为mid本身已被排除，若不跳过mid，区间将永不收缩。教师不直接给出答案，而是给出诊断工具：“把low、mid、high三个值每次循环打印出来，自己盯住它们是怎么走的。”学生通过观察打印轨迹，自行定位错误，修正为low=mid+1与high=mid1，并将循环条件改为low<=high。全部小组通过后，教师在黑板右侧记下新数据：100条数据，二分查找最多7次。随即任务四登场：用binary_search在big_goods.csv中查找同样的S09999。结果数字跳出——比较17次。教室响起真实的惊叹声。（五）证据呈现：效率之争的数据审判（约6分钟）教师组织全班汇总数据，大屏生成对比表：数据规模100条：顺序查找最坏100次，二分查找最多7次；数据规模100000条：顺序查找最坏100000次，二分查找最多17次。教师引导计算：n每次翻倍，二分查找的次数只增加1。由此引出对数量级的表述：顺序查找的比较次数与n成正比，记作O(n)；二分查找的比较次数与log₂n成正比，记作O(logn)。教师用折中方式解释对数的含义：“log₂n就是回答‘n连续除以2多少次变成1’，十万里只够除17次，所以是17。”这一解释避开数学推演的艰涩，又保住了概念的准确性。教师请学生用自己的话完成一句填空式表达：“数据越多，______算法的优势越______。”学生齐答“二分，大”。效率之争以数据定谳。（六）认知冲突再起：二分查找的“阿喀琉斯之踵”（约6分钟）正当学生沉浸在二分查找的优越感中，教师不动声色地布置任务五：把数据文件换成messy_goods.csv（无序），运行binary_search查找某个确实存在的商品编号。结果出现两类：“找到了”和“返回1（没找到）”，而那个商品明明在文件里。学生困惑。教师请查到和没查到的学生分别展示运行结果，然后提问：“同一个程序、同一个目标，为什么结论分裂？”小组讨论后，有学生点破天机：二分查找每一步都靠“中间值与目标的大小关系”来决定舍弃哪一半，这个推理只有在数据有序时才成立；数据乱了，舍弃的那一半可能正藏着目标。教师板书并强调：二分查找的高效，是用“数据必须有序”这个前提换来的。算法与数据的组织方式，从来是绑在一起的。教师顺势补一刀：“乱的数据想用二分，怎么办？”学生答“先排序”。教师补充排序本身有代价，若只查一次，排序加上二分未必比直接顺序查找划算；但若一个商品库要被反复查询千万次，一次性排序的投入就极其值得。这就是工程里的权衡。（七）观念升华：数据结构的选择（约5分钟）教师将讨论推向本课的最高处。提出问题链：“同样是查找，Python的字典为什么号称一查就到？列表、有序列表、字典，它们组织数据的方式有何不同？如果让你设计电商后台，商品数据怎么存？”小组讨论后，教师引导归纳：列表按下标顺序排列，查找要逐个比对；排序后的列表支持二分，以“有序”换取效率；字典以键值哈希直寻，平均一次定位，但牺牲了顺序且占用更多空间。三种组织方式没有绝对优劣，只有与问题特征的匹配与否——数据量小、查询稀少，列表足矣；数据量大、查询频繁，有序结构或哈希结构才扛得住。这就是本课的标题之义：查找算法的应用，本质上是数据结构的选择。教师点出学科观念的迁移价值：将来学习数据库索引、搜索引擎分词，其核心思想都是从今天的“猜数字”游戏生长出来的。（八）课堂小结与延伸任务（约5分钟）教师带领学生完成三行板书式小结：顺序查找，无门槛，O(n)，适合小数据或无序数据；二分查找，须有序，O(logn)，适合大数据的反复查询；数据结构的组织方式决定算法的选择空间，算法效率决定用户的等待时长。布置分层作业。基础层：完善课堂代码，为两个查找函数添加中文注释，并在三种规模数据（千、万、十万）下记录比较次数，画出次数随规模变化的折线图。提高层：编写一个程序，先对无序商品表按编号排序再二分查找，统计“排序耗时+二分耗时”与纯顺序查找耗时的对比，验证“查多少次才值得先排序”的临界点。拓展层：查阅资料了解Python字典的哈希查找原理，用200字向同学解释“为什么字典几乎一次就能找到”。下课前，教师回扣开篇的视频：“现在再回答开头的问题——十万个商品，怎么让用户感觉不到等待？”学生答：“排好序，用二分，或者建字典。”教师颔首，本课在问题闭环中结束。七、板书设计主板书分三栏。左栏：顺序查找——逐个比对，无须有序，O(n)，100条87次，100000条99998次。中栏：二分查找——折半排除，必须有序，O(log