基于獨立學院數據結構課程教學的應用型人才培養模式的研究

王蘭 李向前

【摘要】數據結構是計算機專業中的一門重要的專業必修課程，也是應用型人才培養方案中的一門重要課程。由于該課程的理論性強且內容抽象，學生難以理解，本文以我校的應用型人才培養為目標，針對獨立學院傳統教學中存在的問題，闡述了應對的教學改革措施，以培養學生的邏輯思維能力、程序設計能力和動手能力，實現多元化教學，從而提高教學質量，更好地實現應用型人才培養目標。

【關鍵詞】數據結構? 應用型人才培養? 教學改革? 多元化

【基金項目】河北省2017-2018年度高等教育教學改革研究與實踐項目《獨立學院計算機類應用型人才培養的實踐探索》（2017GJJG363）。

【中圖分類號】G642.0 【文獻標識碼】A 【文章編號】2095-3089（2020）16-0255-02

隨著社會經濟的發展和科學技術的進步，社會各界對計算機專業的人才需求越來越趨于解決各類實際問題的應用型人才，各類高校也越來越重視應用型人才的培養。數據結構作為計算機軟件開發的基礎課程，在專業人才培養中占有舉足輕重的地位，要求在教學過程中，不僅要注重理論知識的講授，而且要注重實踐能力的培養。

目前數據結構課程的學習對于獨立學院的學生來說，不但內容眾多、概念抽象、難以理解，而且需要較強的邏輯思維能力，使得學生難以真正掌握其精髓，從而導致學生逐漸失去學習興趣，學習積極性不高，最終嚴重影響教學效果。針對這些問題，必須對獨立學院數據結構課程的教學進行改革。本文結合計算機專業應用型人才培養的目標，進行了教學模式和教學方法的研究，力爭在有限的時間內讓學生掌握好理論知識，提高學生的實踐動手能力。

1.數據結構課程的教學現狀與存在的問題

數據結構課程的理論性較強，在傳統的教學模式中，教學方式均是采用課堂教授為主的灌輸型教學，多以傳授課本上的基本概念、基本算法為主，課程本身也比較抽象難懂，再加上部分學生程序設計語言課程沒有掌握到位，在編程時無從下手，從而造成很多學生理論知識掌握不牢固，實踐能力不高，最終呈現出來的教學效果不能滿意，究其原因，主要存在以下問題：

1.1理論性強、內容多而抽象

數據結構課程在計算機課程體系中處于核心位置，是一門理論性較強、內容眾多且抽象的課程，算法繁多且較難理解，其教學目標是使學生在掌握這些內容的基礎之上，學會靈活使用數據的組織方式來描述現實世界中的關系，培養學生算法分析與設計的能力，最終能夠解決實際問題。該課程對學生的邏輯分析能力、抽象思維能力和空間想象能力要求較高，高難度的教學內容造成學生學習的積極性不高，不容易提起學生學習的興趣，以致于達不到良好的教學效果。

1.2 教學模式單一，缺乏吸引力

由于該課程理論知識太多、算法眾多、難以理解，加上獨立學院的學生主動學習的能力比較差，必須由教師帶領學習，而且教師在授課的過程中，教學模式大多采用多媒體教學來完成，教學表現形式為教師主導的“填鴨式灌輸”教學，學生則被動地聽取，從而忽略了學生在課堂中的主體地位，造成學生的積極性和學習興趣不高，另外，由于教學任務比較緊促，教師與學生的互動交流較少，學生也缺乏獨立思考的時間，導致課堂效果不是很滿意。

1.3 實踐環節薄弱，不夠重視

數據結構的理論內容較多，教師往往需要花大量的時間在課堂進行講解，從而造成教學觀念重理論、輕實踐，對實驗課不夠重視，學時安排較少，學生在有限的時間內只能完成基礎算法的實現，所做的也只是將課本上的偽代碼用程序設計語言實現，即翻譯和抄寫工作，根本沒有理解算法的精髓，不能達到學以致用的效果，所以當遇到實際問題的時候，根本不知如何下手，容易產生畏難情緒，從而失去學習的興趣和自信心。由于實踐訓練不足，造成學生的程序設計能力和動手能力都比較差。

1.4 前導課程未能掌握，學生基礎較差

數據結構課程的學習是基于程序設計語言的，需要一定的編程能力。如果學生在前期沒有熟練掌握好程序設計語言課程，會對該課程的學習造成直接的影響。由于程序設計語言課程的學習是在第一學年，那時學生剛步入大學，還不能適應大學的教學方式，自學能力、自控能力較差，而且在進入大學之前，絕大部分同學完全沒有接觸過計算機編程，很難形成程序設計的思維，再加上課時安排也不是很多，造成學生不能很好的掌握程序設計語言課程，直接影響了后面數據結構課程的學習。

2.應用型人才培養的數據結構課程的教學改革措施

以上存在的問題與應用型人才培養的目標不相符合，對數據結構課程的教學改革勢在必行，整體教學改革的思路是轉變思想，結合企事業單位的用人需求，站在學生的角度去考慮，充分調動學生的積極性，發揮學生的主動性，具體應從以下幾個方面入手，然后將這些方法和措施加以綜合運用，以便更好地提高教學效率和教學質量。

2.1完善教學培養計劃

根據數據結構課程的特點，要求學生在學習該課程之前，應當熟練掌握程序設計語言的知識，因此在安排教學培養計劃時，首先，除了要求學生預先依次修完C語言、C++語言和Java語言課程外，還必須保證C語言課程充足的課時安排，因為一般數據結構中的算法都需要通過C語言程序去實現，然后，由于數據結構課程的內容較多，一個學期講完的話則學生不能完全掌握，可以安排兩個學期分成兩門課程去講解，最后，在數據結構課程期末結束之后，再安排2周的課程設計環節，要求學生對所學的知識進行靈活運用，去分析和解決實際生活中的問題，以鍛煉其程序設計能力和動手能力。

2.2 精心選擇教學內容

前導課程知識是學習數據結構的基礎，學習數據結構課程之前，應對C語言的數組、函數、指針和結構體知識進行復習鞏固，再逐漸地將知識從C語言過渡到數據結構課程上來，在組織教學過程中，要給學生點明C語言中與數據結構相關性大的知識，抓住兩門課程之間的銜接點，結合學生掌握情況布置復習任務。另外，由于數據結構課程內容較多，課時有限，教師課程內容設置方面，應注意調整教學內容，不能完全按照課本內容按部就班的教學，對沒必要的章節可以省略，對簡單的章節可以讓學生進行自主學習，對重點章節要詳細解讀，總之，要做到有針對性地講解各章節的知識點，做到重難點突出、詳略得當。

2.3 強化實踐教學

按照計算機專業應用型人才培養的需求，應強調理論和實踐能力并重，在注重理論教學的同時，決不能忽視學生實踐能力的培養，因此要強化實踐教學。為了深化對理論知識的掌握，首先應增加實驗學時，其次，考慮學生個人之間的差異，教師精心設計實驗指導書，將實驗內容分為基礎性和能力型兩個層次，對于基礎較差的學生，完成基礎性的題目即可，對于基礎較好的學生，將繼續完成能力型的題目，最后，做實驗之前，將學生劃分為幾個小組，每組設定一個小組長，實驗過程中，將分組進行實驗設計和討論。另外，針對數據結構課程的實踐教學，增加課程設計環節，首先由教師以一個項目為例進行演示講解，對學生的思維進行引導，讓學生學會如何將理論知識應用到實踐中來，然后由教師給出課程設計的題目或范圍，由每個小組分別去討論、設計和完成，學生通過具體項目的實現，不僅鍛煉了邏輯思維能力、程序設計能力和動手能力，同時也提高了學生的團隊合作能力和溝通能力。

2.4 采用多元化的教學模式

為了調動學生的主動性，激發學生的學習興趣，要更新教學手段，首先，完善多媒體教學方式，通過聲情并茂的文字、圖像、聲音、動畫等形式迅速吸引學生的注意力，喚起學生的學習興趣，然后，由于課程內容較多，算法抽象難以理解，教師在講解算法實現時，僅通過課件表達不夠形象，學生不容易聽懂，給課堂的教學帶來了很大的壓力，在此基礎上，教師還可以通過Flash動畫制作的形式呈現，這樣不僅會使教學內容變得生動形象，學生不會覺得枯燥無味，更重要的是還能加深學生對算法的理解，從而提高教學效果。最后，可以嘗試翻轉課堂的教學模式，學生通過網絡教學平臺自主地學習，課前教師及時將教學大綱、教學日歷、PPT等教學資源上傳到該平臺中，還可以添加教學視頻、練習題、學生作業提交、疑難問題解答、師生交流、評價體系等內容模塊，并要求學生自主學習，學生既可以將學習過程中產生的問題在平臺上與教師、同學進行交流，也可以帶到課堂上進行探討。在教學過程中，教師可以做到有針對性的授課，對于問題較多且重點的章節，可以詳細解讀，對于問題較少且簡單的章節可以粗略帶過。

3.結束語

為了順應時代發展需求，培養計算機專業應用型人才，本文通過分析獨立學院數據結構課程傳統教學中存在的問題，根據學生的實際情況，從教學培養計劃、教學內容、實踐環節以及教學模式方面進行了改革，以激發學生學習的積極性和學習興趣，不但能夠培養學生的自主學習能力、分析問題和解決問題的能力，而且還能夠鍛煉程序設計能力和動手能力，從而提高教學效果和教學質量。

參考文獻：

[1]高廣銀，姜楓，丁勇.應用型人才培養過程中《數據結構》課程教學改革[J]. 現代計算機：上下旬.2015，22：9-12.

[2]吳艷.應用型人才培養模式下《數據結構》課程教改探索[J]. 現代計算機：上下旬.2016，17：41-43.

[3]胡艷華，崔亞楠，倪志平.應用型獨立學院“數據結構”教學改革探索與實踐[J].軟件導刊.教育技術.2016，12：21-23.

[4]牛秋月，唐國良.應用型人才培養目標下《數據結構》教學方法探討[J].現代計算機：上下旬.2017，19：38-40.

[5]霍清華，吳錦華，伍祥，王德昌，劉艷.應用型人才培養下的數據結構與算法課程改革[J].電腦知識與技術：學術交流.2018， 6Z：209-210.

[6]翟建麗.獨立學院應用型人才培養方案下《數據結構》課程改革初探[J].數碼世界，2019，3：205-206.

作者簡介：

王蘭（1983-），女，漢族，河北定州人，講師，碩士研究生，研究方向為計算機軟件與理論。

李向前（1970-），男，回族，江蘇宿遷人，副教授，碩士研究生，研究方向為軟件工程、機器學習和自然語言處理。