面向新工科建設(shè)的算法設(shè)計與分析課程改革和實踐

何震宇 朱國慶 趙凱 周彬

［摘 要］近年來，全球科技革命和產(chǎn)業(yè)變革方興未艾，以互聯(lián)網(wǎng)和人工智能為代表的新興產(chǎn)業(yè)蓬勃發(fā)展。算法設(shè)計與分析課程作為計算機(jī)專業(yè)的核心課程，對培養(yǎng)信息技術(shù)人才、推動科技創(chuàng)新和產(chǎn)業(yè)發(fā)展具有重要意義，也是培養(yǎng)具備創(chuàng)新能力和實踐能力人才的基礎(chǔ)。然而，在當(dāng)前部分高校中，算法設(shè)計與分析課程往往存在思政融入不夠深入、重理論輕應(yīng)用、重知識輕思維等問題。這些問題導(dǎo)致學(xué)生學(xué)習(xí)熱情不高，實踐創(chuàng)新能力難以滿足業(yè)界需求。文章以新工科建設(shè)為導(dǎo)向，從課程思政深度化、知識體系系統(tǒng)化、教學(xué)方法科學(xué)化、教學(xué)內(nèi)容前沿化、教學(xué)支撐多樣化、課程管理層次化和人才培養(yǎng)拔尖化七個維度綜合發(fā)力，打造符合時代要求的算法分析課程。

［關(guān)鍵詞］算法設(shè)計與分析；課程改革；新工科

［中圖分類號］G642.3 ［文獻(xiàn)標(biāo)識碼］A ［文章編號］2095-3437（2024）05-0051-05

近年來，全球范圍內(nèi)新一輪科技革命、產(chǎn)業(yè)變革以及全球新經(jīng)濟(jì)的蓬勃發(fā)展引起了社會廣泛關(guān)注。以互聯(lián)網(wǎng)和工業(yè)智能為核心的新興產(chǎn)業(yè)正在迅速發(fā)展。這股科技浪潮對工程教育提出了新的挑戰(zhàn)，新工科建設(shè)的提出正是對這一挑戰(zhàn)做出的積極回應(yīng)[1]。新工科建設(shè)[2-3]是我國高等工程教育主動應(yīng)對新一輪科技革命和產(chǎn)業(yè)變革的行動，計算機(jī)專業(yè)作為新興產(chǎn)業(yè)的支撐專業(yè)，應(yīng)積極主動地尋求變革，探索專業(yè)發(fā)展的新范式。

算法設(shè)計與分析作為計算機(jī)專業(yè)的核心課程，在新工科建設(shè)背景下具有重要的意義和價值。它是培養(yǎng)信息技術(shù)人才、推動科技創(chuàng)新和產(chǎn)業(yè)升級的關(guān)鍵所在，是培養(yǎng)具備創(chuàng)新能力和實踐能力的工程人才的基礎(chǔ)。

然而，在部分高校中，算法設(shè)計與分析課程尚存在一些問題：教學(xué)往往過于注重理論分析，忽視實際應(yīng)用；過于強(qiáng)調(diào)知識傳授，而較少培養(yǎng)學(xué)生的思維能力；教學(xué)內(nèi)容與學(xué)科前沿及產(chǎn)業(yè)發(fā)展脫節(jié)，學(xué)生的算法設(shè)計能力無法滿足業(yè)界需求；教學(xué)方式和教學(xué)手段單一，導(dǎo)致學(xué)生的學(xué)習(xí)熱情不高等。

為了解決這些問題，課程組以新工科建設(shè)為導(dǎo)向，將算法設(shè)計與分析課程建設(shè)置于核心位置。在“復(fù)旦共識”[4]“天大行動”[5]和“北京指南”[6]的基礎(chǔ)上，結(jié)合哈爾濱工業(yè)大學(xué)的特色和課程實際，在課程思政深度化、知識體系系統(tǒng)化、教學(xué)方法科學(xué)化、教學(xué)內(nèi)容前沿化、教學(xué)支撐多樣化、課程管理層次化和人才培養(yǎng)拔尖化七個維度綜合發(fā)力，打造符合時代要求的算法分析課程。

一、高校算法設(shè)計與分析課程存在的問題

（一）課程思政不足之處

在算法設(shè)計與分析這樣一門專業(yè)核心課程教學(xué)中，一些授課教師往往忽視課程中的思政元素。這導(dǎo)致思政教學(xué)與專業(yè)教學(xué)之間存在脫節(jié)，學(xué)生對與社會和國家發(fā)展密切相關(guān)的問題認(rèn)識不足，不利于培養(yǎng)富有家國情懷和使命擔(dān)當(dāng)高素質(zhì)人才。

（二）教學(xué)方法不科學(xué)之處

1.現(xiàn)有的課程教學(xué)過于注重傳授算法知識，忽視了對學(xué)生算法設(shè)計思維的培養(yǎng)，學(xué)生沒能真正深入挖掘和理解算法背后的本質(zhì)原理。此外，現(xiàn)有的課程教學(xué)缺乏具體的實踐應(yīng)用場景，導(dǎo)致學(xué)生對算法選擇和效率考量的理解與認(rèn)識不夠深入。

2.算法知識本身晦澀難懂，缺乏趣味性，而且涉及大量的數(shù)學(xué)知識，如離散數(shù)學(xué)、復(fù)雜度分析、概率論等。這些知識對部分學(xué)生來說可能較為難懂，需要學(xué)生花費