数据结构课程线上教学设计与分析

王 婷，陆克中，马小琴，胡欢欢

（池州学院 大数据与人工智能学院，安徽 池州 247000）

引言

随着当代互联网技术的发展，教育信息化已成为“互联网+”时代的潮流趋势。近两年，受新冠肺炎疫情影响，学校线下教学的开展受到了极大限制。为贯彻落实国家疫情防控常态化下教学政策，实现“停课不停教，停课不停学”目标，开展线上教学成为教师必备技能，给任课教师和学生带来不小的挑战，尤其是数据结构课程十分注重学生的动手编程能力，在缺乏有效监督的教学环境下，很难保证实验教学的实施效果。挑战和机遇并行，在此期间我国高校教师开始行动起来，积极规划实施在线教学活动，深入教学分析研究，取得了不错的成果。与此同时，我国互联网企业也推出了各类在线教学工具和平台，开发丰富多样的课堂教学功能以满足师生的课堂需求，搭建了虚拟仿真实验平台，为在线实验教学活动的顺利实施提供了有力支持。

2021年中国移动互联网调查研究报告显示，我国在线教育用户规模在2020年3月已达4亿。我国网民群体主要以学生为主，其中大部分为“95后”“00后”大学生。据分析，当代大学生普遍能够接受在线教学的学习方式，并且乐于尝试选择“在线教学资源”进行学习。然而在线学习不能完全脱离教师的参与，缺乏师生互动的课堂教学会导致学生的问题不能得到及时的解答，降低学生的学习效果和积极性。因此，教师在数据结构线上教学过程中要充分吸取翻转课堂教学模式的优点，做到既能发挥教师的主导作用，又能充分体现学生的主动性与创造性。

数据结构是计算机类专业的基础课程，在课程结构体系中处于核心地位，也是很多高校计算机类专业考研的热门学科。数据结构是研究数值型变量和非数值型变量在计算机中的存储和处理过程的学科，主要介绍线性和非线性两种类型逻辑结构的数据，探讨其在计算机内部存储方式，并如何进行一系列的删除、插入、修改、查找等操作。学习数据结构为今后计算机类课程的学习，以及软件程序开发能力的提高打下夯实的基础。

本文以培养应用型人才为目标，结合地方需求和时代发展特点，针对数据结构传统课堂教学中容易出现的问题，运用线上教学模式进行教学方法的分析和改进探索，提高学生运用专业理论知识解决实际问题的能力。在线上教学中融入思政元素，培育学生创新强国的理念，树立正确的世界观、人生观和价值观，促进推动数据结构课程思政建设。

一、数据结构课程线上教学设计理念

（一）依托客观真实数据聚焦教学目标

数据结构课程线上教学需要教师聚焦教学目标，积极引导学生根据自身学习特点，利用好网络学习资源充足、没有时间和空间限制的优势，合理安排课程学习进度。课中利用钉钉App进行直播教学，并根据学习通App上布置的预习作业和希冀在线教学平台实验完成情况等一些客观数据，了解学生的真实学习情况，并将其转化为图表形式，直观反映整个班级的教学状态和教学效果。对于效果与期望目标差距较大的班级，教师需要主动了解班级情况，以便更好地改进教学方法。

（二）掌握动态学习数据做到及时督促

利用钉钉App的签到功能检查学生到课率，通过抢答、邀请学生上台、讨论等环节抛出具体的问题，引导学生思考。数据结构课程线上教学模式改变了以往强调知识传授的传统教学方式，以培养学生综合能力为目标，进一步加强师生互动，鼓励学生积极融入课堂。学习过程中注重学习效果与智能测评先行，动态掌握学生学习数据。通过签到和答题得分情况实时反映学生在线学习状态，便于教师及时了解具体情况，根据需要去把控和调整课堂节奏。课后导出学生的课堂在线时长，精准掌握学生是否存在懈怠情况，帮助教师及时督促学生。

二、数据结构课程线上教学设计方案

（一）线上教学资源的准备

线上教学过程中，教师需要花费大量的时间和精力去准备教学资源。目前线上课程的教学资源主要涉及素材性资源和生成性资源两类。数据结构课程线上素材性资源主要有课程教学大纲、教学进度表、电子课件、在线题库等。数据结构课程线上生成性资源主要有日常教学活动通知、限时签到、互动讨论、在线测试等。在设计数据结构课程线上教学资源时，应当重视在线微视频和辅助教学资料的制作。在了解学生需求和能力的基础上，结合课程内容，明确教学重点和难点，拟定线上教学视频录制方案。本着严谨治学的理念，录制完成的教学视频需要进行后期剪辑优化处理，在保证内容高质量的前提下，再发布至在线教学平台供学生学习和参考。

（二）课前学生自主学习环节

1.任务驱动教学。在课程学习中，教师如何提高学生自主学习能力一直是个值得分析探讨的问题。数据结构课程线上教学吸取传统课堂教学的优点，仍采用任务驱动教学法以激发学生的学习兴趣。学生在学习过程中，教师不进行过多的干预，坚持任务驱动为导向，提倡学生课前自主预习本章节知识点。教师将课程视频和预习任务提前发布至学习通平台，学生通过预习自行把握和了解本次课的重点和难点内容。

2.确立学习目标。在整个数据结构在线课程学习体系中，学生要做到自我调控、自我评价。课程在线直播前5分钟内发起签到，确认到课率的同时提醒学生课程即将开始。在预习过程中，学生提前了解整个课程的章节内容，包括每章节的重点和难点内容，根据自身对知识点的掌握程度及自我个性化需求，在课上教师的讲解过程中选择感兴趣或不懂的地方重点聆听，提出疑问，达到自我调控的目的。完成课前预留的题目，检测自主学习效果的同时进行自我学习满意度评价。

（三）线上直播教学活动安排

1.多人协同小组汇报。在学期开始，教师根据寝室安排对班级学生进行分组并安排课程汇报任务。小组组长利用钉钉App协同文档中的钉钉脑图功能，和小组成员协作完成课程思维导图的创建、大纲笔记及重点和难点的梳理，让每位学生参与在线思考，真正意义上做到知识的自我把控。每次直播课程中利用15分钟进行单独小组汇报，汇报完成后由其他小组成员在线进行评论和打分，期末教师根据得分高低汇总选出最佳小组。

2.班级联播互动。在线直播教学过程中，教师可以通过抢答布置随堂练习或让学生将答案拍照上传至互动交流对话区，进一步巩固消化课程知识点。因教学任务中数据结构课程班级有多个，根据理论合班、实验分班的要求，教师可利用钉钉在线直播的多群联播功能，选择需要联播的班级群，灵活使用“连麦”功能，开展班级与班级之间的讨论环节，活跃课堂气氛。

3.算法可视化。数据结构课程内容相对抽象、逻辑性强，涉及诸多的算法理论知识，理解难度大。线上教学过程中利用希冀在线实验教学平台，实现数据结构课程中复杂算法的可视化，直观形象的动态演示算法执行过程，展示算法每一步执行状态和结果，降低理解难度。

（四）课后学生自我提升

1.“最美错题集”评比活动。数据结构课程线上教学更加重视加强学生的自主学习，督促养成归纳总结的习惯。学期期中和期末在班级内各进行一次笔记评选活动，学生将错题集拍照上传至钉钉班级群，学生通过钉钉群匿名投票方式选出“最美错题集”，进一步提高学生自主学习意识，促进学生之间互相学习，互相督促，在温故而知新的过程中不断形成阶段性学习资料。

2.视频回放。在线学习过程中，学生往往会出现因为网络不稳定、被课堂之外的活动打断等没有及时跟上课堂节奏的情况。钉钉App线上教学具有直播回放功能，可以让学生有足够多的时间和精力去进行查缺补漏，重新学习巩固课上没掌握到位的内容，帮助课后自我提高。

（五）在线实验教学设计

1.增加在线实验时长。数据结构课程强调培养学生的数据抽象能力，但不能局限于抽象的讲解。通过实验上机操作训练，使学生掌握数据结构基本算法思想。数据结构线上实验教学平台不再拘束于传统课堂的课时数，教师延长在线实验平台开放时间，让学生有足够的课余时间在平台中完成程序的编写、调试及代码的优化。

2.编制实验指导书。实验指导书分基础和提高部分，在满足实验课程大纲需求的基础上，由浅到深，逐步开展。有前置课程C语言的基础，本课程第一个实验设计为实现顺序打印1～N这N个正整数，让学生用循环和递归调用2种不同的方法解决具体问题，进一步理解算法时间复杂度和空间复杂度。后续开展线性表、栈、队列、二叉树、查找和排序等实验，将算法思想融入具体的项目实践，在教学过程中不断更新实验教学内容。

3.在线实验平台的部署。教师结合实验指导书，在希冀教学平台布置实验任务。在线实验的起始和结束时间清晰明了的展示在学生网页端，有利于学生养成良好的时间观念。学生通过希冀平台完成实验代码编写调试，提交实验报告。若初次提交的版本有问题，可在实验时间允许范围内提交修改后的版本，增强学生实验开展的自主性和便利性。教师也能够在平台查看每位学生的实验代码编写情况和实验在线时长。

三、线上教学推进数据结构课程思政建设

课程思政主要是在课程的教学开展过程中将思政元素融入进去，重点应放在思政元素与教学内容及教学形式的结合上。同样，线上教学中教师更需要思考如何引导学生树立正确的世界观、人生观和价值观，潜移默化地影响学生的行为和思想，积极推进课程思政建设。

1.思想政治教学资源。挖掘课程思政资源是做好数据结构课程思政建设的关键。在线教学过程中，教师收集与教学内容有关的科学家故事、时事政治、热点新闻，课前将有关视频和资料上传至学习通平台。比如，在讲到计算机科学家尼古拉斯·沃斯“程序=算法+数据结构”的至理名言时，通过讲述尼古拉斯·沃斯的生平经历加强学生的爱国教育和对科学孜孜不倦的追求；在讲到队列的FIFO、LILO操作规范，由当下流行的排队打卡网红店引导学生要遵守社会秩序，尊重社会公德，同时告诫年轻人不可盲目跟风。

2.思想政治教学方式。池州市作为国家绿色生态示范城区，高校教师可以结合地方特色开展系列社会实践活动来承担服务地方的责任。比如我市石台、青阳等地区的茶业和农产品种植业发达，目前现代化机器设备在当地生态农业中得到应用。线上教学改变以往劳动教育方式，结合劳动教育开展课程思政。通过在线视频对接企业让学生深入了解现实的生活场景和工作场所，运用专业知识和科学技术手段，设计系统辅助企业解决在生产管理过程中遇到的实际问题，工作中精益求精，提高质量和效率。

四、数据结构课程线上教学效果分析

在2018级数据科学与大数据技术专业采用传统课堂教学模式进行授课，在2019级智能科学与技术专业采用线上教学模式。数据结构课程考核方式为平时表现10%+课内实践20%+课后作业10%+期末成绩50%。对比学生期末考试成绩情况，线上教学授课的2019级平均成绩较2018级有了一定程度的提高。另外，从期末学生卷面成绩各项题型得分情况了解到算法设计题的得分率最低，说明学生独立分析设计算法的能力仍然有所欠缺。

数据结构线上教学模式确实能够在某种程度上提升学生的自主学习能力，激发学生的学习兴趣，但是在线上教学的过程中需要注意以下几点：首先，课堂形成良好的互动氛围。线上教学师生之间隔着屏幕，因为设备或网络不稳定的情况存在，导致其不具备线下教学中师生互动的及时性和畅通性，所以教师要在课堂教学中精心设计互动环节，充分调动学生交流积极性。其次，提高学生的自我约束力。线上教学过程中，教师并不能时刻掌控每位学生的学习状况，尤其是部分学生自我约束力差，课中注意力不集中，容易受外界环境干扰，且数据结构课程中循环链表、KMP算法、堆排序等理论知识抽象程度高、理解难度大，学生容易产生畏难情绪，因此线上教学不仅需要教师付出更多精力，学生也要投入更多的时间和努力紧跟课程进度。最后，教师要从课程思政角度出发，多引导学生树立正确的价值观，由生活实例引出课程内容，循循善诱；在线实验中做到分层教学，因材施教。总的来说，线上教学方法在数据结构课程中的应用，能够使学生更好更透彻理解数据结构的基本概念，进一步培养学生良好的软件开发能力及团队合作意识。