Python编程与算法教学的策略及指导原则.docx

Python编程与算法教学的策略及指导原则

于晓雅北京教育学院人工智能和创客教育研究中心

樊磊首都师范大学教育学院

自信息技术新课标以Python语言作为核心编程语言推荐以来，Python编程与算法教学成为落实新课标课程目标的基础。如何在中小学Python编程与算法教学中，落实课标精神，围绕“算法以及基于算法的问题求解”这一核心问题，依据基础教育阶段学生特点把握适当深度和广度，通过算法学习和实践，为深入体会并应用计算思维（信息技术的思想、方法和手段）解决问题提供坚实基础，实现“运用计算思维解决问题”能力培养的课程目标，是广大信息技术学科教师共同关注的话题和主要研究点。

作为普通高中信息技术新课标的重要内容，中小学Python编程与算法在教学中目前存在如下问题和困难：

第二，教学实践层次的困难。首先，作为计算机科学的重要分支，算法与数学、数据结构、编程语言特性密切关联，已经成为一个的完备的知识体系，单纯讲算法本身很难实施。其次，Python语言封装了很多基础算法的实现，而且涉及交错复杂的概念（如数据类型、抽象数据类型），究竟是讲算法的底层方面还是讲高阶应用难以取舍。再次，如何处理算法的直觉描述（非形式化描述）、流程图、伪代码（半形式化描述）和编程实现（形式化描述）之间的关系，也是教学实践的难点。

第三，案例选择的困难。中小学阶段的算法教学是为编程教学服务的，所以必须服从编程教学的总目标：运用计算思维解决问题。但限于中小学生的认知水平和知识深度，教学案例的求解流程和问题深度很难把握，所以选择适当的案例成为实施Python编程与算法教学的关键。

第一，算法应该源自学生熟悉的应用情境。

第二，在算法的选择上，要把握好高阶算法和低阶算法之间的平衡。

第三，算法的目标、直观思想以及逐步导致形式化描述的演化过程是高中（包括小学、初中）算法教学的重要部分，教学中应避免直接提出一般化、形式化的算法描述。

第四，算法中所涉及的核心思想、形式化或半形式化表示、算法推导的数学及背景知识应在学生的知识范围内，或略微超过学生的知识范围。

第五，算法的编程实现上，原则上不涉及较复杂或较具技巧性编程，较复杂算法可不做实际的编程实现或只做Python-like伪代码实现，但算法作为教学案例，必须先讲清楚其背后的关键思想。

第六，高阶算法所解决的问题应具有典型性、时代性、选择性、普适性和适用性，并且对学生的后续学习或其他学科的学习有启示作用。

第七，在时间和条件都允许的情况下，应对解决同一类问题的、基于不同策略所实现的算法做性能比对，并挑选出较优算法。

在Python编程与算法教学中，要始终贯彻“需求导向、问题解决、做中学”的定位，明确学会使用函数比掌握编程技巧更重要。在设计编程案例时，要掌握输入/输出函数，能够灵活运用非数值数据类型，包括字符串、列表和字典；要了解Python语言异常灵活的循环及控制结构；鼓励教师将Python当作实现版的“伪代码”来使用，即使确实需要用伪代码，也建议使用Python-like风格；如果要使用Python的高级特性，编程案例应尽量依托Python语言特点，并以算法实现的需求适当渐次地引入。但笔者建议，非必要尽量不使用Python的高级特性。

算法策略是指在算法设计中所使用的问题求解的策略，是计算思维最直接、最具体的体现形式。算法策略的视角比实现算法时的具体编程实现方法在站位上要更高。

在中小学编程教育中，在算法教学里，常见的算法策略和它们用于处理的任务主要有：迭代（也称为循环）——用于处理重复性的任务；递归——用于完成迭代的一种高效方法；蛮力法——在没有更好的办法而且计算资源（时间和空间）允许的前提下，可以尝试采用的求解问题的方法；回溯——用于测试不可行的选择，目的在于尽可能排除这类选择。

算法以及基于算法的问题求解是计算机科学的最重要的组成部分，也是信息技术新课程最基本、最核心的内容，算法教学中教学案例的选择是最重要的关键点。下面，笔者以斐波那契数列的问题解决路径为例，解析在上述原则和策略的指导下，如何实施Python编程和算法教学。

斐波那契数列从0和1开始，之后的斐波那契数列系数就由之前的两数相加。高中数学必修五在讲解数列前n项和的课后资料中提到了斐波那契数列，作为数学知识生活化、发展学生抽象思维能力的拓展。

在现代物理、准晶体结构、化学等领域，斐波那契数列都有直接的应用，斐波那契数列的通项公式表示如图1所示的公式（1）。

在算法教学中，斐波那契数列是最简单的递归定义函数，因此非常适合用来说明实现基本递归算法的方法。

斐波那契数列的Python实现所需基本知识包括：使用if语句实现简单迭代/循环、自定义函数、函数的递归定义。

斐波那契数列本身就是用递归形式定义的，Python是函数式编程语言，支持函数的递归定义，即函数