课程思政

当前位置: 公司首页 >> 课程资源 >> 课程思政 >> 正文

《数据结构与算法》课程思政教学案例

发布日期:2026-01-14    作者:     来源:yl7703永利集团官网     点击:

一、课程简介

《数据结构与算法》是yl7703永利集团官网开设的专业必修课程,面向计算机科学与技术专业员工,共计48学时,3学分,属于通识类课程,本课程旨在通过教学,使员工掌握数据结构的基本知识、数据组织与存储原理,理解数据结构的逻辑关系,了解算法设计与优化知识,能够独立解决复杂的数据处理问题,培养员工具备良好的程序设计思想和严谨的逻辑思维,提升其分析问题和解决问题的能力。本课程引导员工理解数据组织与算法设计的内在逻辑,掌握运用数据结构与算法解决实际工程问题的基本方法,抽象建模与创新实践能力。在课程教学中,注重培养员工具备计算机行业道德和强烈的社会责任感,能够在软件开发实践中理解并遵守工程职业道德和规范,立足学科发展与国家战略需求,将协同合作、家国情怀、社会责任、科学精神等思政元素有机融入教学全过程,实现知识传授、能力培养与价值引领的有机统一,为培养高素质计算机类专业人才奠定坚实基础。

二、课程目标

(一)知识目标:

1.理解最短路径的定义:能够理解最短路径的含义,区分单源最短路径与多源最短路径的核心差异,明确带权图中最短路径求解的前提条件。

2.掌握迪杰斯特拉(Dijkstra)算法:掌握迪杰斯特拉(Dijkstra)算法的原理、执行步骤与适用范围,理解其贪心策略的核心思想。

3.掌握弗洛伊德(Floyd)算法:掌握弗洛伊德(Floyd)算法的动态规划思想与实现逻辑,能运用该算法求解任意两点间的最短路径。

4.了解图的应用场景:熟悉图结构在实际工程中的应用场景,能够根据具体问题选择合适的算法进行建模与求解,理解图算法对解决复杂工程问题的重要意义。

(二)能力目标:

1.逻辑思维能力:通过图算法的推导与实现,培养员工抽象建模、逻辑推理与问题拆解能力,能够将实际问题转化为图结构模型。

2.解决问题能力:能够针对具体网络问题,分析不同图算法的性能差异与适用场景,选择最优算法方案;能够运用图算法解决交通规划、网络优化、任务调度等实际工程问题,培养独立思考与问题解决能力,提升理论知识向实践应用转化的能力。

3.协作沟通能力:能够在小组项目实践中明确分工、协同合作,共同完成图相关的项目任务;培养员工分工协作、沟通交流与成果共享的能力。

(三)思政目标:

1.科学精神培育:通过分析图算法的演进历程,介绍中外科学家在算法领域的探索故事,培养员工严谨求实、精益求精、勇于探索的科学态度。

2.家国情怀熏陶:结合我国高铁网络规划、北斗导航系统、5G 通信网络等重大工程中图算法的应用案例,激发员工的民族自豪感与科技报国的使命感。

3.责任伦理塑造:通过图算法在工程领域的应用,引导员工树立 “技术向善” 的理念,增强科技工作者的社会责任感。

4.辩证思维培养:通过对比不同图算法的优缺点与适用场景,引导员工树立辩证唯物主义观点,培养具体问题具体分析的思维方式。

三、课程思政案例

图路致远技强国邦— 图的最短路径算法思政教学案例

(一)案例介绍

1.背景介绍:

最短路径算法是图结构的应用之一,Dijkstra算法、Floyd算法等经典算法被广泛应用于交通导航、物流配送、网络路由等领域。随着我国基础设施建设的飞速发展,高铁网络、高速公路网的规划与优化离不开最短路径算法的支撑。本案例以“我国高铁网络最短路径规划”为切入点,将算法原理讲解与国家交通发展成就相结合,在传授知识的同时,融入家国情怀与科学精神教育。案例选取京沪高铁、京广高铁等主干线路为研究对象,引导员工思考如何运用Dijkstra算法计算城市间的最短时间路径,分析算法在实际工程中的优化策略,体会数据结构知识对国家重大工程的支撑作用。

2.案例分析:

本案例蕴含三层思政元素:一是家国情怀元素,我国高铁网络总里程稳居世界第一,是中国智造的一张亮丽名片,通过高铁网络规划的案例设计,让员工直观感受国家科技进步与基础设施建设的成就,激发科技报国的志向;二是科学精神元素,Dijkstra算法的提出源于科学家对实际问题的深入思考,通过介绍算法的发明历程,培养员工勇于探索、坚持不懈的科研精神;三是责任担当元素,最短路径算法在物流配送中的应用能够降低运输成本、减少碳排放,引导员工认识到算法优化对绿色发展的重要意义,增强社会责任感。案例将图算法的技术知识与国家发展、社会需求紧密结合,实现了知识传授与价值引领的有机统一。

(二)案例适用章节

本案例内容适用于《数据结构与算法》课程中“图的应用”章节。

(三)课程思政教学设计

1.课前导入:

课前布置预习任务,分为两个模块:一是知识预习,要求员工查阅教材,掌握图的存储结构与最短路径的基本概念,完成预习思考题;二是思政素材收集,要求员工通过新闻、纪录片等渠道,收集我国高铁发展的成就数据与典型案例,如“复兴号”的研发历程、高铁网络对区域经济发展的带动作用等。课堂开篇以“中国高铁,联通中国”为主题,播放高铁发展纪录片片段,展示从“和谐号”到“复兴号”的跨越,引出问题:“我国高铁网络覆盖300 多个城市,如何快速计算任意两个城市间的最短时间路径?”以此激发员工的学习兴趣与探究欲望,自然过渡到最短路径算法的教学内容。

2.课中实施:

课中教学采用“理论讲解 — 案例建模— 思政拓展”教学法。第一步,理论讲解。结合邻接表存储结构,推导Dijkstra算法的基本思想,通过流程图展示算法的执行步骤,分析算法的时间复杂度。在讲解过程中,介绍科学家迪杰斯特拉的科研故事,强调他从实际问题出发,历经多次调试优化才提出该算法,培养员工严谨求实的科学态度。第二步,案例建模。以“北京到广州的高铁最短时间路径规划”为例,将高铁线路抽象为带权图,城市作为顶点,列车运行时间作为边的权重,引导员工思考如何构建邻接表模型,如何运用Dijkstra算法求解最短路径。对比不同算法的求解结果,分析算法在实际应用中的局限性,培养员工辩证思维。第三步,思政拓展。展示我国高铁网络规划中算法应用的实际案例,介绍北斗导航系统如何结合最短路径算法实现列车精准调度,强调我国在高铁核心技术领域的自主创新成果,对比我国与其他国家的高铁发展历程,激发员工的民族自豪感。同时,引导员工思考:“作为计算机专业员工,如何运用所学知识为国家基础设施建设贡献力量?” 组织小组讨论,分享心得体会。

3.课后总结:

课后总结分为知识总结与思政反思两部分。知识总结要求员工梳理最短路径算法的原理、实现及应用场景,完成课后作业,解决物流配送路径优化问题。思政反思要求员工撰写一篇心得体会,结合高铁案例谈谈对“科技强国”的理解,思考自己在专业学习中应如何培养科学精神与责任担当。教师对员工的作业与心得体会进行批改点评,选取优秀案例在课堂上分享。同时,教师进行教学反思,总结本次课程思政教学的成功经验与不足之处,如思政元素融入的自然度、员工参与度等,为后续教学改进提供依据。

(四)案例特色与创新点

1.特色:

一是案例本土化,选取我国高铁网络这一具有代表性的国家重大工程作为案例,贴近员工生活实际,增强思政教育的代入感与感染力;二是融合深度化,将思政元素融入算法讲解、案例建模等教学环节,实现知识传授与价值引领的深度融合;三是能力递进化,从问题分析到案例建模,从个体学习到团队协作,层层递进培养员工的综合能力,同时渗透思政教育。

2.创新点:

一是教学方法创新,将理论、思政有机结合,打破传统“填鸭式”教学模式,激发员工的主动性与创造性;二是评价方式创新,在评价中不仅关注员工的知识掌握程度,还将思政反思、团队协作表现纳入评价体系,实现多元化评价;三是内容拓展创新,将最短路径算法与北斗导航、物流优化等领域的应用相结合,拓宽员工的专业视野,培养员工的工程应用能力与社会责任感。

四、课程评价

(一)评价方式:

本课程采用“过程性评价 + 期末考试评价 + 思政素养评价” 三位一体的评价体系,总评成绩由平时成绩(40%)、期末考试成绩(60%)构成。其中,平时成绩包括课堂表现、预习作业、课堂测试等,重点考察员工的参与度与思政素养;期末考试采用闭卷考试形式,重点考察员工对数据结构知识的掌握程度。同时,通过问卷调查、员工座谈会等方式,收集员工对课程思政教学的反馈意见,持续优化教学方案。

(二)评价结果:

通过课程思政教学改革,员工的学习积极性与主动性显著提高,课堂参与度较以往有明显提升。在课堂教学环节,员工在理解运用图算法解决实际问题,算法优化能力明显增强。在思政素养方面,多数员工在心得体会中表示,通过高铁案例的学习,深刻感受到我国科技发展的成就,增强了专业认同感与科技报国的使命感。通过课程思政的融入,员工对课程思政教学比较喜欢,认为思政元素的融入不仅没有增加学习负担,反而提升了学习的趣味性。课程目标达成度评估结果显示,知识目标、能力目标、思政目标的达成率均超过预期,实现了“知识传授、能力培养、价值引领”的三重目标。

五、总结与反思

本课程以图的应用为切入点,构建了“案例驱动、融贯思政”的教学模式,通过本土化案例设计、多元化教学方法、立体化评价体系,实现了知识学习与思政教育的有机融合。在教学过程中,我们深刻体会到,课程思政不是简单的“思政 + 课程”,而是要将思政元素内化到课程内容的各个环节,做到润物无声。本次教学的经验:一是选取贴近员工生活、具有家国情怀的案例,增强思政教育的吸引力;二是建立多元化评价体系,全面考察员工的综合素养。

同时,教学过程中也存在一些不足之处:一是思政元素的挖掘深度有待加强,除了家国情怀、科学精神外,还可以进一步挖掘图算法中的其它思政元素;二是员工的个体差异较大,部分员工在实际应用中需要加强个性化指导;三是课程思政教学资源有待丰富,需要收集更多与数据结构相关的思政案例,如国产数据库中的图结构应用、人工智能中的图神经网络等。

未来,我们将进一步深化课程思政改革,加强思政元素的系统挖掘与整合,优化教学方法与评价体系,丰富教学资源,努力打造一门“知识扎实、能力突出、思政鲜明”的优质专业核心课程,为培养担当民族复兴大任的计算机专业人才贡献力量。