高中信息技术必修一“算法基础”教学设计

高中信息技术必修一“算法基础”教学设计——以浙江高中信息技术必修1数据与计算第四章为例一、教材与学情分析本章位于浙江教育出版社《信息技术必修1数据与计算》第四章，前承计算机系统、数据表示与编码，后接程序设计基础，在全书中起到方法论枢纽作用。算法是计算思维的三大支柱之一，与抽象、自动化并列，是高中信息技术学科核心素养落地的关键载体。教学对象为高一学生，多数已在义务教育阶段接触过图形化编程，对“按顺序做”“重复做”“根据条件做”有初步体验，但对“算法效率”“时间复杂度”“最优解”等概念较为陌生。班级学生信息技术水平差异明显，部分学生已能独立编写简单Python程序，部分学生连变量、循环的语法细节尚未熟练掌握。学生整体具备基本逻辑推理能力，但缺乏将现实问题形式化、抽象化的训练。二、教学目标知识与技能：理解算法的概念、特征与三种基本结构，能用自然语言、流程图、伪代码三种方式描述算法；掌握解析法与枚举法的算法设计策略；初步建立时间复杂度的感性认识。过程与方法：通过“接力寻路”“宿舍分配”等真实问题情境，经历问题抽象、模型建立、算法设计、程序实现、效率分析的完整过程，提升计算思维能力。情感态度与价值观：体会算法优化对解决复杂问题的重要性，感受中国古典数学算法（如更相减损术、割圆术）的智慧与文化价值，增强文化自信。学科核心素养：聚焦计算思维——形式化、模型化、自动化、系统化；兼顾信息社会责任，渗透算法公平与隐私保护意识。三、教学重点与难点重点：算法的三种基本控制结构；解析法与枚举法的运用；流程图与伪代码的规范表达。难点：从现实问题中抽象出数学模型；理解时间复杂度的意义；递归与迭代的辨析。四、教学策略采用“情境驱动—问题分解—模型建构—算法实现—反思评价”五步教学法。以项目式学习为载体，将“校园导航路径规划”作为贯穿性任务，分解为四个子任务，对应四个课时。教学过程中大量运用可视化工具（如流程图软件、PythonTurtle库）使抽象算法具象化，符合学生形象思维向抽象思维过渡的认知规律。五、教学准备硬件：多媒体教室、学生机房、网络环境。软件：Python3.10+IDLE、ProcessOn在线流程图工具、浙江省高中信息技术学科平台。资源：自制微课视频（5分钟）、极值数据测试样例、班级学情数据（脱敏）。六、教学过程第一课时算法的初识：从生活经验到形式化表达课堂导入以“一分钟挑战”开始。教师提出挑战：请在不查看任何资料的前提下，用最简短的语言告诉一年级的同学如何“煮一杯速溶咖啡”。学生独立书写后同桌互评，教师选取典型答案投屏。一名学生写道“拿杯子、撕包装、倒粉、倒水、搅匀”，另一名学生则写成“取杯→撕袋→注粉→注沸水至八分满→顺时针搅拌30秒”。通过对比，引导学生发现算法并非高深莫测，而是解决特定问题的有序步骤。随后，教师设问：“这套步骤是否一定能成功？”“如果水温不够呢？”“如果不搅拌会怎样？”学生分组讨论后归纳出算法的五大特征：有穷性、确定性、可行性、有零个或多个输入、有一个或多个输出。教师强调“有穷性”是算法与一般操作流程的本质区别，并举例“让计算机一直计算圆周率”不属于算法，因为没有结束条件。新授环节围绕“接力寻路”展开。教师展示校园平面图，给出A、B、C、D四个地点，要求学生设计一条从图书馆到体育馆的最短路线。学生在纸上尝试后，会发现“列举所有可能路径再比较”是可行但低效的方法，由此引出枚举法的雏形。教师接着提问：“如果有20个地点呢？列举法还能行吗？”学生陷入思考，教师顺势揭示枚举法的时间复杂度问题——当问题规模扩大时，算法的执行时间会急剧增长，这就是后续要深入探讨的“算法效率”。课堂练习环节，学生完成教材配套的“韩信点兵”问题：已知士兵3人一组余2人，5人一组余3人，7人一组余2人，求士兵总数。学生用枚举法在10以内尝试，发现数字太小，扩大到100、1000后终于找到答案415。这一过程让学生直观体会枚举法的“暴力但有效”，同时为下节课学习解析法埋下伏笔。课堂小结由学生主导：一位学生总结“算法就是做事的步骤，但要步骤明确、能停下来、确实能做到”；另一位学生补充“算法要有结果，不能白做”。教师在黑板板书算法五特征时，特别强调“有穷性”与“确定性”是算法区别于一般流程的核心。作业设计为开放性任务：观察家人在厨房做一道菜，记录下“算法步骤”，并标注哪些步骤可以并行、哪些必须串行，下节课分享。第二课时算法的三种结构：从流程图到伪代码本节课以“宿舍分配”问题驱动。教师呈现数据：某栋宿舍楼有6层，每层12间，每间4人，现需将96名学生按“同班同层、男女分层”原则分配。学生初看此题感觉简单，但当教师追问“如果学生数是1000人、10000人呢？人工分配现实吗？”时，学生认识到必须设计通用算法。教师首先引导学生识别问题中的三种逻辑：顺序（先分楼层再分宿舍）、分支（判断男女）、循环（重复分配直到分完）。这是算法的三种基本控制结构——顺序结构、选择结构、循环结构的现实原型。讲解顺序结构时，教师以“早上到教室的流程”为例：起床→洗漱→早餐→出门→到校，每一步必须在前一步完成后执行。讲解选择结构时，通过“如果今天下雨就带伞，否则不带”的双分支实例，引出单分支、双分支、多分支的区别，并明确条件判断的结果必须为布尔值。循环结构是本节重点也是难点。教师设计“三步教学法”：第一步，情境具象——“搬运100块砖到仓库”，学生自然想到“如果每次搬1块要写100次，能不能让计算机重复做？”第二步，语法对比——展示Python中for循环与while循环的写法，对比两者的适用场景：for循环适合已知循环次数（计数循环），while循环适合未知循环次数（条件循环）。第三步，辨析深化——通过“计算1+2+3+…+100”的两种解法（递推公式法与循环累加法），让学生体会不同算法对同一问题的不同表达。流程图绘制是规范表达能力培养的核心。教师演示ProcessOn工具，绘制标准流程图符号：圆角矩形表示开始/结束，平行四边形表示输入/输出，矩形表示处理，菱形表示判断。学生上机练习绘制“判断一个数是否为正数”的流程图，教师巡视纠错，重点纠正“判断框只有两个出口”“流程线箭头不能遗漏”等常见错误。伪代码教学采用“半形式化”策略。教材伪代码对学生而言往往过于抽象，教师采用“人话+关键代码”的混合写法。例如求解“一元二次方程”的伪代码：输入a,b,c如果a=0如果b=0如果c=0输出"无穷多解"否则输出"无解"否则x=c/b输出x否则计算delta=b²4ac如果delta<0输出"无实数根"否则计算x1,x2输出x1,x2学生分组将流程图转化为伪代码，再将伪代码转化为Python程序。教师选取典型错误投屏：循环条件写错导致死循环、判断条件遗漏边界值（如a=0的特殊情况）。通过“找茬游戏”，学生在纠错中深化理解。课堂练习设计为阶梯式任务：第一层，画出“输入三个数求最大值”的流程图；第二层，编写对应伪代码；第三层，思考“如果输入10000个数求最大值，算法如何改进？”这一递进问题为下节课的“枚举法优化”埋下伏笔。第三课时算法设计策略：解析法与枚举法的权衡本节课以“数学王子”高斯的小故事引入：“高斯10岁时，老师让计算1+2+3+…+100，高斯很快给出答案5050，他用的就是解析法。”教师引导学生理解解析法：从问题出发，通过数学推导找出规律，直接计算结果。教师以“百钱买百鸡”问题作为主任务：公鸡5钱一只，母鸡3钱一只，小鸡1钱三只，用100钱买100只鸡，问各买多少只？学生首先尝试枚举法，用三重循环列举公鸡、母鸡、小鸡的数量。教师给出Python代码框架，学生上机运行，发现当范围设置不恰当时，要么找不到解，要么运行极慢。此时教师追问：“如果范围扩大到10000只鸡呢？三重循环还能行吗？”学生陷入沉思。教师引导学生分析枚举法的时间复杂度：O(n³)，当n增大时，执行时间呈立方增长，这就是为什么“暴力枚举”往往不可取。转折点在“数学建模”。教师引导学生设公鸡x只、母鸡y只、小鸡z只，列出方程组：5x+3y+z/3=100，x+y+z=100。消去z后得到7x+4y=100，即4y=1007x，y=(1007x)/4。由y为正整数且z也为正整数，可推出x的取值范围和步长（x必须为4的倍数），进而将枚举范围从100×100×100缩小到25×25，执行效率提升64倍。教师将两种解法并排展示，让学生用Python的time模块计时，直观看到解析法从O(n³)降为O(n)的效率飞跃。学生通过实验数据体会到：好的算法不是“能算”，而是“算得快”。为了让学生理解“最优解”概念，教师拓展“旅行商问题”：5个城市的最短路径，枚举法需要4!=24次计算；10个城市需要9!=362880次；20个城市则需要19!≈1.2×10¹⁷次，连超级计算机都难以承受。由此引出算法复杂度的概念——用基本操作执行次数的数量级来衡量算法效率，而非实际运行时间。教师强调，算法分析关心的是“增长趋势”，而非“具体秒数”，这与软件工程中的性能优化一脉相承。课堂练习设计为“鸡兔同笼”的两种解法对比：方法一（枚举法）逐个尝试，方法二（解析法）通过头数和脚数列方程。学生分组比赛，看哪组先找到答案。比赛结束后，教师请获胜组分享思路，学生总结：“解析法把‘试’变成了‘算’，效率提升的根本原因是减少了无效计算。”课堂小结时，教师提出“算法设计的两个维度”：正确性与效率。正确是底线，效率是追求。两者并非对立，而是相互依存——一个总是算错但很快的算法毫无价值，一个总是算对但慢到无法使用的算法也缺乏实用性。第四课时算法实现与项目整合：校园导航系统本节课是项目式学习的综合实践课。教师将前三个课时的知识整合为“校园导航系统”开发项目：给定校园地图（含20个节点、若干条路径），用户输入起点和终点，系统输出最短路径。任务分解为五个子任务：子任务一：数据抽象。将校园地图抽象为图结构（邻接矩阵或邻接表），用Python字典存储。教师给出数据样例，学生完成数据建模。子任务二：算法选择。教师介绍迪杰斯特拉算法（Dijkstra），用“人话”描述：“从起点出发，先找最近的邻居，再从邻居出发找次近的，层层扩展，直到覆盖所有点。”教师用板书演示算法执行过程，学生用流程图表示。子任务三：伪代码编写。学生将Dijkstra算法转化为伪代码，教师重点讲解“贪心策略”——每一步都选择当前最优解，希望最终得到全局最优解。这一思想虽不总是有效，但在最短路径问题中是成立的。子任务四：Python实现。学生将伪代码翻译为Python程序。教师提供代码框架，学生填充关键部分。课堂上，多数学生能完成基本功能，少数学生需要教师个别辅导。子任务五：测试与优化。学生用真实校园数据测试，记录运行时间。发现当节点数增加到100时，程序运行变慢。教师引导学生思考：能否用更高效的数据结构（如堆）优化？由此引出“算法与数据结构密不可分”的理念，为后续章节铺垫。项目展示环节，每组派代表演示系统功能，并回答其他同学的提问。教师从功能完整性、算法效率、界面友好度三个维度评价，重点表扬在“异常处理”方面做得好的小组（如输入了不存在的节点名时给出友好提示，而非程序崩溃）。课程总结阶段，教师引导学生回顾四个课时的学习脉络：从生活经验出发，认识了算法的概念与特征；通过流程图与伪代码，学会了形式化表达；通过解析法与枚举法的对比，体会到算法效率的重要性；通过校园导航项目，综合运用所学知识解决真实问题。最后，教师布置“算法调研”作业：选择生活中一个常见问题（如食堂排队、快递分拣、红绿灯调度），调研其背后的算法原理，下周分享。七、教学评价评价方式多元化：过程性评价占60%（课堂表现、小组合作、代码提交），终结性评价占40%（项目作品、算法分析报告）。特别关注“算法思维”的发展轨迹，通过对比学生第一次课和最后一次课的算法设计作品，量化计算思维的提升。八、教学反思本教学设计的核心特色在于“三真”：真实情境、真实数据、真实问题。“校园导航”任务贯穿始终，避免了知识点碎片化。学生通过解决身边的实际问题，感受到算法的实用价值。教学难点在于“时间复杂度”概念的抽象性，尽管通过“百钱买百鸡”等例子做了铺垫，但仍有部分学生难以摆脱“执行时间就是效率”的直觉。后续可考虑引入更多