文/孫志偉 深圳職業(yè)技術(shù)大學(xué)本科教育學(xué)院

　　摘要：職業(yè)本科教育強(qiáng)調(diào)“知行合一”，“數(shù)據(jù)結(jié)構(gòu)”作為職業(yè)本科課程長期面臨理論與實踐脫節(jié)、職業(yè)適配性不足等問題。本文提出“案例導(dǎo)入-算法實現(xiàn)-項目實戰(zhàn)”的實踐教學(xué)模式，通過融合典型算法案例（如Dijkstra算法）與真實應(yīng)用場景（智能導(dǎo)航系統(tǒng)），構(gòu)建“學(xué)-練-用”閉環(huán)教學(xué)框架。本文為職業(yè)本科計算機(jī)類課程改革提供了可復(fù)制的實踐范式。

　　關(guān)鍵詞：數(shù)據(jù)結(jié)構(gòu)；職業(yè)本科；場景嵌入；智能導(dǎo)航

　　引言

　　數(shù)據(jù)結(jié)構(gòu)是計算機(jī)科學(xué)的核心基礎(chǔ)，但其教學(xué)長期存在“重理論、輕實踐”的困境。國內(nèi)外研究表明，傳統(tǒng)教學(xué)模式中知識孤立化、案例單一化問題顯著[1-2]。尤其在職業(yè)本科教育中，學(xué)生須具備快速適應(yīng)企業(yè)技術(shù)需求的能力，而現(xiàn)有課程設(shè)計難以滿足“技能導(dǎo)向”培養(yǎng)目標(biāo)[3-4]。國外經(jīng)典教材如《算法（第4版）》（Algorithms, 4th Edition）注重通過實際案例引導(dǎo)學(xué)生理解算法設(shè)計[5]。我國教育部在職業(yè)教育改革中多次強(qiáng)調(diào)實踐教學(xué)體系的構(gòu)建以及產(chǎn)教融合的重要性[4-6]，這為數(shù)據(jù)結(jié)構(gòu)教學(xué)改革提供了政策支持和方向指引。因此，探索一種結(jié)合實踐、項目驅(qū)動、產(chǎn)教融合的教學(xué)模式，對于提升職業(yè)本科教育的教學(xué)效果具有重要意義。

　　本文旨在構(gòu)建以算法為驅(qū)動、以職業(yè)場景為載體的實踐教學(xué)模式，為職業(yè)本科教育提供可落地的課程改革方案，理論意義則體現(xiàn)在“算法-數(shù)據(jù)結(jié)構(gòu)-場景”三元融合模型的創(chuàng)新性構(gòu)建。

　　1. 現(xiàn)有教學(xué)模式不足與職業(yè)本科需求分析

　　1.1 現(xiàn)有教學(xué)模式的局限性

　　1.1.1 教學(xué)方法和模式僵化

　　在當(dāng)前的計算機(jī)教育領(lǐng)域，尤其是“數(shù)據(jù)結(jié)構(gòu)”課程的教學(xué)中，國內(nèi)高校普遍采用“理論講授+代碼演示”的模式。這種模式雖然在一定程度上能夠傳授基礎(chǔ)知識，但也存在諸多問題，難以滿足職業(yè)本科教育對高素質(zhì)技術(shù)技能型人才的培養(yǎng)需求[7]。在“理論講授+代碼演示”的模式下，學(xué)生往往只是被動地接受知識，缺乏主動參與和實踐的機(jī)會。這種教學(xué)方式難以激發(fā)學(xué)生的學(xué)習(xí)興趣和創(chuàng)造力，不利于培養(yǎng)學(xué)生的工程化思維和解決實際問題的能力。

　　1.1.2 知識割裂

　　傳統(tǒng)的教學(xué)模式往往將數(shù)據(jù)結(jié)構(gòu)分開講解，導(dǎo)致學(xué)生難以理解二者之間的協(xié)同性[8]。例如，在講解哈希表時，學(xué)生可能只學(xué)會了哈希表的結(jié)構(gòu)，但對于如何設(shè)計沖突解決算法以及如何優(yōu)化哈希函數(shù)卻知之甚少。這種知識的碎片化使得學(xué)生在面對實際問題時，難以靈活運用所學(xué)知識進(jìn)行綜合分析和解決。

　　1.1.3 案例陳舊

　　現(xiàn)有的教學(xué)案例多集中于基礎(chǔ)算法，如冒泡排序、快速排序等，這些案例雖然經(jīng)典，但已難以滿足現(xiàn)代計算機(jī)科學(xué)的前沿需求[9-10]。隨著人工智能（AI）、區(qū)塊鏈、大數(shù)據(jù)等新興技術(shù)的快速發(fā)展，學(xué)生需要接觸更多與這些前沿技術(shù)相關(guān)的案例，如AI推薦系統(tǒng)中的協(xié)同過濾算法、區(qū)塊鏈中的默克爾樹等。然而，目前的教學(xué)案例在這方面明顯不足，導(dǎo)致學(xué)生對新技術(shù)的理解和應(yīng)用能力受限。

　　1.2 職業(yè)本科教育的特殊需求

　　職業(yè)本科教育作為職業(yè)教育體系中的重要組成部分，肩負(fù)著培養(yǎng)高素質(zhì)技術(shù)技能型人才的重任。根據(jù)《國家職業(yè)教育改革實施方案》[6]，職業(yè)本科教育需聚焦“技術(shù)技能融合”與“真實場景對接”，以滿足社會對技術(shù)技能人才的迫切需求。

　　1.2.1 技能導(dǎo)向

　　職業(yè)本科教育強(qiáng)調(diào)技能培養(yǎng)，學(xué)生需要具備解決實際工程問題的能力。例如，在數(shù)據(jù)庫索引優(yōu)化方面，學(xué)生不僅要理解B+樹的原理，還要能夠?qū)⑵鋺?yīng)用于實際的數(shù)據(jù)庫系統(tǒng)中。這種技能導(dǎo)向的教學(xué)模式要求課程內(nèi)容更加貼近企業(yè)的實際需求，培養(yǎng)學(xué)生的實踐能力和創(chuàng)新精神。

　　1.2.2 分層遞進(jìn)

　　職業(yè)本科教育注重課程內(nèi)容的分層遞進(jìn)，以適應(yīng)不同層次學(xué)生的學(xué)習(xí)需求。這種分層遞進(jìn)的教學(xué)模式能夠幫助學(xué)生逐步建立知識體系，提高學(xué)習(xí)效果。同時，通過不同層次的項目實踐，學(xué)生能夠更好地理解和掌握所學(xué)知識，培養(yǎng)解決復(fù)雜問題的能力。

　　1.2.3 產(chǎn)教融合

　　中共中央辦公廳、國務(wù)院辦公廳印發(fā)的《關(guān)于推動現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展的意見》明確提出“深化產(chǎn)教融合”[4]，要求課程內(nèi)容與企業(yè)需求無縫銜接。這意味著職業(yè)本科教育需要加強(qiáng)與企業(yè)的合作，引入企業(yè)的真實項目和案例，讓學(xué)生在實踐中學(xué)習(xí)和成長。通過產(chǎn)教融合，學(xué)生能夠更好地了解行業(yè)動態(tài)和企業(yè)需求，提高就業(yè)競爭力。同時，企業(yè)也能夠參與人才培養(yǎng)過程，為學(xué)生提供實踐機(jī)會和指導(dǎo)，實現(xiàn)校企雙贏。

　　2. 基于算法驅(qū)動的教學(xué)模式構(gòu)建與實施——以“數(shù)據(jù)結(jié)構(gòu)”課程為例

　　2.1 基于算法驅(qū)動的教學(xué)模式構(gòu)建

　　2.1.1 理論框架與設(shè)計要點

　　2.1.1.1 理論框架

　　基于算法驅(qū)動的教學(xué)模式以算法作為知識串聯(lián)的核心線索，構(gòu)建了一個從理論到實踐的完整閉環(huán)。具體而言，這一過程被劃分為三個關(guān)鍵階段：首先是“案例導(dǎo)入”，通過引入實際應(yīng)用場景來激發(fā)學(xué)生的學(xué)習(xí)興趣和求知欲；然后是“算法實現(xiàn)”，在這個階段，學(xué)生將學(xué)習(xí)并掌握相關(guān)算法的具體實現(xiàn)方法；最后是“項目實戰(zhàn)”，學(xué)生需要將所學(xué)的算法和數(shù)據(jù)結(jié)構(gòu)知識應(yīng)用到實際的項目中，從而實現(xiàn)理論與實踐的緊密結(jié)合。

　　2.1.1.2 設(shè)計要點

　　首先，算法牽引。選擇經(jīng)典算法作為教學(xué)的切入點，如Dijkstra算法，通過對算法的深入分析，引導(dǎo)學(xué)生理解數(shù)據(jù)結(jié)構(gòu)（如圖和優(yōu)先隊列）的實現(xiàn)邏輯。這種以算法為核心的牽引方式，有助于學(xué)生建立對數(shù)據(jù)結(jié)構(gòu)的直觀認(rèn)識，并理解其在算法實現(xiàn)中的關(guān)鍵作用。

　　其次，場景嵌入。將教學(xué)內(nèi)容與實際應(yīng)用場景緊密結(jié)合，如設(shè)計智能導(dǎo)航等案例。通過這種方式，學(xué)生能夠在學(xué)習(xí)過程中感受到“數(shù)據(jù)結(jié)構(gòu)”課程知識在現(xiàn)實世界中的重要價值，從而提高他們的學(xué)習(xí)動力和興趣。

　　最后，分層遞進(jìn)。根據(jù)學(xué)生的認(rèn)知規(guī)律和學(xué)習(xí)能力，將教學(xué)內(nèi)容分為初級、中級和高級三個層次。初級項目側(cè)重于基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)（如鏈表）的實現(xiàn)，中級項目則引入更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)（如B+樹索引優(yōu)化），而高級項目則挑戰(zhàn)性地涉及智能導(dǎo)航等復(fù)雜場景。這種分層遞進(jìn)的設(shè)計有助于學(xué)生逐步構(gòu)建和完善自己的知識體系，同時培養(yǎng)他們解決復(fù)雜問題的能力。

　　2.2 基于算法驅(qū)動的教學(xué)模式實施

　　2.2.1 準(zhǔn)備階段——教學(xué)模塊設(shè)計

　　圍繞課程核心知識圖譜，設(shè)計五大教學(xué)模塊（如表1所示），形成從基礎(chǔ)到前沿的梯度知識架構(gòu)。每個模塊包含典型算法案例、核心數(shù)據(jù)結(jié)構(gòu)及對應(yīng)工程場景，構(gòu)建“知識-能力-應(yīng)用”的映射關(guān)系。

　　2.2.2 實施階段——教學(xué)模式的落實

　　“數(shù)據(jù)結(jié)構(gòu)”課程作為人工智能技術(shù)應(yīng)用專業(yè)的核心課程，蘊(yùn)含了大量知識點。為驗證“案例導(dǎo)入-算法實現(xiàn)-項目實戰(zhàn)”這一實踐教學(xué)模式的有效性，筆者從該課程中選取“智能道路巡檢小車如何規(guī)劃最短路徑”這一知識點進(jìn)行研究。

　　2.2.2.1 案例導(dǎo)入：問題驅(qū)動的知識錨定

　　以真實工程問題為切入點，構(gòu)建算法學(xué)習(xí)的現(xiàn)實場景（場景嵌入）。通過具象化問題描述（如“智能道路巡檢小車如何規(guī)劃最短路徑”），建立算法需求與實際應(yīng)用的直接關(guān)聯(lián)。引導(dǎo)學(xué)生從問題定義出發(fā)，分析關(guān)鍵技術(shù)點（如最短路徑求解對應(yīng)Dijkstra算法），明確數(shù)據(jù)結(jié)構(gòu)選擇的約束條件（如圖的存儲結(jié)構(gòu)影響算法效率）。此環(huán)節(jié)側(cè)重培養(yǎng)問題抽象能力，使學(xué)生理解“為何需要特定算法”，而非簡單學(xué)習(xí)技術(shù)細(xì)節(jié)。

　　2.2.2.2 算法實現(xiàn)：數(shù)據(jù)結(jié)構(gòu)與算法的協(xié)同建模?

　　在算法實現(xiàn)解析過程中，建立“數(shù)據(jù)結(jié)構(gòu)決定算法效率”的核心認(rèn)知。以Dijkstra算法為例，對比鄰接矩陣與鄰接表兩種存儲結(jié)構(gòu)在空間復(fù)雜度上的差異[O(n2)與 O(n+e)]，分析優(yōu)先隊列優(yōu)化對時間復(fù)雜度的影響[從O(n2)提升至O((n+e)logn)，其中，n表示圖中頂點數(shù)量，e表示圖中的邊數(shù)量]。通過代碼逐行注釋、時空復(fù)雜度量化分析、不同實現(xiàn)方案對比等教學(xué)手段，揭示數(shù)據(jù)結(jié)構(gòu)如何作為算法的底層支撐。

　　2.2.2.3 項目實戰(zhàn)：工程化能力培養(yǎng)體系

　　采用“分組協(xié)作-需求拆解-迭代開發(fā)”的項目實施模式，以“智能道路巡檢小車導(dǎo)航系統(tǒng)”等真實場景為載體，要求學(xué)生完成從需求分析到系統(tǒng)實現(xiàn)的全流程。

　　重點培養(yǎng)三項核心能力：（1）技術(shù)選型能力——根據(jù)項目約束（如嵌入式設(shè)備算力限制）選擇合適的數(shù)據(jù)結(jié)構(gòu)（如鄰接表替代鄰接矩陣）與算法優(yōu)化策略（如啟發(fā)式搜索改進(jìn)Dijkstra算法）；（2）工程化實現(xiàn)能力——完成動態(tài)路徑更新（實時處理傳感器數(shù)據(jù)）、效率分析（基于Big Onotation評估算法性能）、可視化交互（路徑規(guī)劃結(jié)果圖形化展示）等功能模塊；（3）團(tuán)隊協(xié)作能力——通過Git進(jìn)行版本控制，運用敏捷開發(fā)模式（Scrum）管理迭代周期，最終提交包含技術(shù)報告、代碼倉庫、演示視頻的完整交付物。

　　該實施路徑通過模塊化知識組織、場景化問題導(dǎo)入、工程化能力訓(xùn)練，構(gòu)建“理論認(rèn)知-技術(shù)應(yīng)用-創(chuàng)新實踐”的遞進(jìn)式培養(yǎng)體系，為后續(xù)具體教學(xué)案例的落地實施提供可復(fù)用的方法論框架。

　　2.3 總結(jié)階段——教學(xué)效果評估與反思

　　為了全面評估所提出實踐教學(xué)模式的效果，筆者進(jìn)行了對比實驗。以下是具體的實驗過程和數(shù)據(jù)。

　　2.3.1 實驗對象

　　選取深圳職業(yè)技術(shù)大學(xué)人工智能技術(shù)應(yīng)用專業(yè)120名大二學(xué)生作為調(diào)查對象，其中2023級60名學(xué)生為實驗組，2022級60名學(xué)生為對照組。

　　2.3.2 實驗設(shè)計

　　實驗組：采用“案例導(dǎo)入-算法實現(xiàn)-項目實戰(zhàn)”實踐教學(xué)模式。

　　對照組：采用傳統(tǒng)“理論講授+代碼演示”教學(xué)模式。

　　2.3.3 觀察指標(biāo)

　　知識掌握度：通過閉卷考試評估學(xué)生對最短路徑的理解。

　　實踐能力：通過項目評分評估學(xué)生的代碼實現(xiàn)和優(yōu)化能力。

　　課程滿意度：通過問卷調(diào)查評估學(xué)生對課程的整體滿意度。

　　2.3.4 實驗結(jié)果

　　由表2可知，實驗組知識掌握度的平均分顯著高于對照組，“案例導(dǎo)入-算法實現(xiàn)-項目實戰(zhàn)”實踐教學(xué)模式在提高學(xué)生知識掌握度方面的應(yīng)用價值較高。

　　由表3可知，實驗組實踐能力的平均分顯著高于對照組，“案例導(dǎo)入-算法實現(xiàn)-項目實戰(zhàn)”實踐教學(xué)模式在提高學(xué)生實踐能力方面的應(yīng)用價值較高。

　　筆者自制調(diào)查問卷對深圳職業(yè)技術(shù)大學(xué)人工智能技術(shù)應(yīng)用專業(yè)120名大二學(xué)生（2023級60名學(xué)生為實驗組，2022級60名學(xué)生為對照組）進(jìn)行課程滿意度調(diào)查，調(diào)查結(jié)果如表4所示，其中實驗組滿意度顯著高于對照組。

　　結(jié)語

　　在短期效果方面，“案例導(dǎo)入-算法實現(xiàn)-項目實戰(zhàn)”的實踐教學(xué)模式成效顯著，極大地提升了學(xué)生的知識遷移能力。以“智能道路巡檢小車如何規(guī)劃最短路徑”這一案例為例，在采用該教學(xué)模式后，學(xué)生對知識的掌握度以及實踐能力均提高，主要得益于教學(xué)模式中案例導(dǎo)入環(huán)節(jié)，通過真實場景問題激發(fā)學(xué)生興趣，引導(dǎo)學(xué)生主動思考；算法實現(xiàn)環(huán)節(jié)深入剖析數(shù)據(jù)結(jié)構(gòu)與算法的協(xié)同關(guān)系，幫助學(xué)生理解知識本質(zhì)；項目實戰(zhàn)環(huán)節(jié)讓學(xué)生在實際操作中運用所學(xué)知識，實現(xiàn)知識的有效遷移。此外，該教學(xué)模式創(chuàng)新性地將真實場景融入教學(xué)，有效解決了職業(yè)本科教育中數(shù)據(jù)結(jié)構(gòu)課程理論與行業(yè)實際需求脫節(jié)的問題。在案例導(dǎo)入和項目實戰(zhàn)環(huán)節(jié)，引入大量實際應(yīng)用場景，讓學(xué)生在學(xué)習(xí)過程中充分了解數(shù)據(jù)結(jié)構(gòu)在行業(yè)中的應(yīng)用方式和價值，填補(bǔ)了理論與實踐之間的鴻溝。

　　未來展望中，計劃進(jìn)一步擴(kuò)展案例范圍，引入?yún)^(qū)塊鏈中的默克爾樹、元宇宙中的空間索引等前沿技術(shù)場景，以增強(qiáng)課程的前瞻性和實用性。同時，將課程思政融入算法設(shè)計，通過隱私保護(hù)算法與哈希脫敏技術(shù)等案例，對學(xué)生進(jìn)行工程倫理教育。

　　參考文獻(xiàn)：

　　[1]王小榮,張宏立,張文祥,等.新工科背景下“項目驅(qū)動式”創(chuàng)新教育模式探索[J].新教育時代電子雜志（教師版）,2024,(17):156-158.

　　[2]徐琳琳.算法設(shè)計與分析課程教學(xué)改革探索[J].計算機(jī)教育,2022,(5):161-165.

　　[3]張偉,郝永池.職業(yè)本科教育實踐教學(xué)體系的構(gòu)建[J].學(xué)周刊,2024,4(4):111-114.

　　[4]中共中央辦公廳 國務(wù)院辦公廳印發(fā)《關(guān)于推動現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展的意見》[EB/OL].(2021-10-12)[2025-04-25].https://www.gov.cn/zhengce/2021-10/12/content_5642120.htm.

　　[5]Sedgewick R,Wayne K.Algorithms,4th Edition[M].Boston:Addison-Wesley Professional,2011.

　　[6]國務(wù)院關(guān)于印發(fā)國家職業(yè)教育改革實施方案的通知（國發(fā)〔2019〕4號）[EB/OL].(2019-01-24)[2025-04-25].https://www.gov.cn/zhengce/content/2019-02/13/content_5365341.htm.

　　[7]中華人民共和國教育部.計算機(jī)應(yīng)用工程專業(yè)教學(xué)標(biāo)準(zhǔn)（高等職業(yè)教育本科）[EB/OL].(2025-02-11)[2025-04-25].http://www.moe.gov.cn/s78/A07/zcs_ztzl/2017_zt06/17zt06_bznr/bznr_zyjyzyjxbz/gdzyjy_bk/bk_dzyxxdl/dzxxdl_jsjl/202502/P020250207565640134588.pdf.

　　[8]黃少年,李廣瓊,王莉.ChatGPT驅(qū)動下數(shù)據(jù)結(jié)構(gòu)與算法課程教學(xué)改革與實踐路徑[J].電腦知識與技術(shù),2025,21(2):134-136,140.

　　[9]游思思,戴華,鮑秉坤.大模型與OBE教育理念驅(qū)動的C語言算法與數(shù)據(jù)結(jié)構(gòu)課程改革探索[J].漢字文化,2024(22):178-180..

　　[10]楊洋,孔敏,符茂勝,等.“算法與數(shù)據(jù)結(jié)構(gòu)”課程教學(xué)方法的多元融合探究[J].皖西學(xué)院學(xué)報,2023,39(5):69-73.

　　作者簡介：孫志偉,博士研究生，副研究員，smeker@szpu.edu.cn，研究方向：算法設(shè)計和職業(yè)本科教育。

　　基金項目：深圳職業(yè)技術(shù)大學(xué)2024-2025學(xué)年本科專業(yè)“揭榜掛帥”課程——數(shù)據(jù)結(jié)構(gòu)一（編號：深職大校發(fā)〔2024〕151號）；深圳職業(yè)技術(shù)大學(xué)研究基金——量子安全通信協(xié)議設(shè)計與應(yīng)用研究（基金號：6024310040K）。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……