大数据时代下“数据结构（Java）”课程教学方法研究

孙方 李娟

摘 要：在大数据时代下，“数据结构”作为计算机类专业的核心课程，需要积极探索有效的教学改革措施以适应新时代对人才的需求。本文围绕我校工科应用型人才培养方案，结合专业课程目标，积极探索大数据时代下“数据结构（Java）”课程的改革，以更好地满足学生专业成长的需要。

关键词：大数据；数据结构；教学改革

1 概述

随着“互联网+”、云计算、大数据、人工智能等技术的兴起，高等教育教学有了新的机遇。各大高校陆续开设了新技术相关的课程，也在积极探索如何利用新技术进行已有课程内容的衔接和融合，如何进行教学方法和教学模式的转变。数据结构课程作为全国高等学校计算机类专业的核心课程，一般在大二年级开设，既是已学C语言、Java等基础课程的抽象与深化，也是后续专业课程的先导，着重培养学生的计算思维、算法设计与分析、程序设计与实现的能力。为了适应社会发展的需求，更好地进行数据结构的教学，做好后续专业课程的铺垫，应在教学过程中将大数据等新技术有机地融合到数据结构知识点中，并利用大数据技术进行教学改革的探索。

2 大数据驱动下，课程的重要性

早期计算机主要用于数值计算，而随着计算机领域和大数据等新技术的发展，计算机越来越多地应用于非数值计算，应用于各行各业。与此同时，数据结构逐渐被日益重视。“数据结构”作为一门研究非数值计算的程序设计中计算机的操作对象以及它们之间的關系和操作的学科，介绍了计算机领域常用的数据结构及各种查找和排序的算法，在计算机等相关专业课程体系中具有举足轻重的作用。通过“数据结构”课程学习较复杂的数据组织、存储结构和数据处理方法，学习数据算法的基本概念和应用，培养学生逻辑思维和抽象建模的能力。“数据结构”课程包括线性表、栈、队列、树、图、查找和排序等内容，知识点多且灵活，强调复杂数据类型的抽象与自我定义。由于“数据结构”课程作为承上启下的一门专业课程，一般是在学生已经学习了“C语言程序设计”和“面向对象程序设计（Java）”等课程的基础上进行开设。结合我院计算机专业近几年学生学情，发现大部分学生“C语言程序设计”中指针、结构体知识点掌握不扎实，而对Java语言面向对象的思想理解更透彻，但对具体应用环节缺少更深入的练习和理解。采用Java语言讲解数据结构知识更能让学生理解抽象数据类型的思想，并且Java语言包括丰富的类库可以直接进行调用，学生可以更加专注于数据结构本身的问题，可进一步锻炼学生的抽象思维能力，培养学生的计算思维、创造性思维和批判性思维，提高程序设计与实现的能力和Java应用技能的培养。

同时，以培养新工科人才的需求，打好“数据结构（Java）”基本功，对于后续大数据专业课程的学习，如“数据库系统”“大数据技术”“数据分析与挖掘”“hadoop系统应用”等课程提供知识基础。在我国数字化、智能化发展动下，大数据、人工智能、机器学习等热门应用越来越广泛，而这些应用所采用的数据结构和存储方式已远超出了传统的数据结构类型。所以，“数据结构（Java）”课程教学需结合学科前沿发展的需要，在课程教学中逐步融合大数据理论和前沿技术知识，将其贯穿到课程教学始终，这不仅可以应用当下的技术热点激发学生学习兴趣，进而深入理解课程内容，加强学生对后续大数据专业课程知识的理解，培养学生大数据思维和素养。同时，对数据结构教学师资队伍也提出了更高的要求。大数据时代，教师不仅仅需要了解大数据相关技术和应用，还需要在如何充分发挥大数据对变革教育方式、提升教育质量方面进行积极的探索，通过大数据分析进行个性化教学，改善教学方式，促进教学的科学化和智能化。

3 大数据时代下，精选教学内容

以计算机专业“数据结构”典型知识体系为依据选取教学内容，课程以素质教育、创新教育为指导思想，遵循学生认知规律和能力发展规律精选教学案例。通过案例式引导，以学生为主体，以教师为主导，以能力培养为核心，在课程框架设计上按照“逻辑结构、物理结构和算法”组织课程知识体系，在内容上按照“概念表述、数据模型构建、算法设计”三个层面进行讲授，将计算机科学中一些重要的问题求解技术、精彩的经典算法和大数据技术、大数据处理计算的信息数据结构内容，如嵌套数据结构、列存储、键值对存储及相关应用穿插其中。在教学内容中，教师不仅可以将大数据前沿问题作为课程导入部分，也可以在讲解理论基础知识后进行引入，加强学生对知识点的理解和应用。

在讲述数据结构有关术语时，首先引领同学们理解数据的概念，通过举例学习和生活中常见的数据示例，如数字、电话号码、数据库表、文本、图像、音频、视频、JSON、HTML文件等不同类型的数据，引入大数据数据类型结构化数据、非结构化数据和半结构化数据的知识点，引导学生了解大数据时代数据的特点、分类和意义等知识点，激发学生学习大数据的兴趣。讲解算法复杂性时，引入经典的AlphaGo示例，引出人工智能话题，引导学生们思考算法复杂度的知识点，理解其应用。再后续学习了通过线性关系存储传统的关系型数据，再次引导学生们思考海量数据以及非结构化和半结构化数据如何进行存储，让学生习惯用大数据的思维思考学习的知识点，提出自己的想法或见解。在学习树的相关知识后，应用内容除了讲解二叉树的经典示例，还要在

日常生活中引入数据分析与挖掘中的决策算法和分类算法。在图的知识中，引入知识图谱建立知识概念之间的联系；引入关联规则算法、聚类算法扩展学生的思维空间。在查找知识中，讲解索引表、哈希表知识点在非关系型数据库中的应用示例。讲解排序知识后，引导学生思考大数据存储情况下如何应用排序的知识。

通过数据结构（Java）基础知识点和大数据知识及实例的融合，创新教学内容，增强学生对基础知识和应用的理解，增加学生对前沿知识的认识，激发学生自主学习数据结构和大数据知识的热情，进一步培养学生的计算思维和能力。

4 大数据环境下，优化教学方法

在大数据环境下，“数据结构（Java）”课程需要突破传统的教学模式，有效利用先进的信息化技术探索多元化的教学方式，关注学生学习需求，重视学生自主学习和创新能力的培养。

首先，课程充分利用互联网及大数据技术的优势，以应用为目标，以实践教学为核心，以学生为主体，以项目为载体，构建课程体系，引入多元化的教学手段。课程合理采用情景导入、故事启发、任务驱动、教师总结、分组练习、学生讨论等教学方法，进行所授内容的融合。充分了解学生的学情情况，合理进行教学设计，规划教学过程，将数据结构中抽象的概念及算法实现过程通过信息化的方式进行直观展示，方便学生进行理解和掌握，加强知识点在具体任务中的应用，使学生通过“实践—学习—实践—提高”的过程不断提高编程能力，实现“在实践中学习、在学习中实践、理论与实践教学一体化”。以实际任务牵引教学，充分激发学生的学习热情，调动学生学习的积极性和主动性，提高教学效果。

其次，课程合理应用网络平台，以学生为本，建设在线资源，拓展教学内容。“数据结构（Java）”课程采用我校泛雅平台实现线上线下混合教学，通过在平台中有序组织导学、总结，章节知识点详解及本章测试等教学内容扩展课程内容，方便学生利用碎片化的课余时间在线学习，及时复习及预习，充分体现“以学生为中心的教学理念”，为学生提供更丰富的学习渠道。

同时，借助线上线下混合教学模式，教师可以充分利用教学过程中产生的行为数据，借用大数据技术进行有效的分析，推动教学质量的提高。教师在教学过程中通过线上平台发布通知、讨论、签到、投票、选人、抢答、问卷、随堂练习、分组任务等活动，提高师生课堂互动。课前，基础知识理解。通过线上平台课程导学，布置预习任务；学生根据学生预习任务自主学习“教学内容”“知识点详解”“视频任务点”等内容，最后通过结合随堂练习、投票和问卷等方式，检测其知识盲区，进行精准定位。课中，知识思维培养。根据自学情况提出问题，教师引导学生回答，理解其知识点，针对回答情况，对重难点知识进行讲解，通过讲解充分利用随机选人、抢答、分组任务等活动，有效实现互动，完成对知识点的内化。同时，对知识点的应用通过案例分析引导学生理解其应用及算法实现思路，并通过分组任务引导学生自主通过编码的方式进行算法的具体实现。课后，巩固提升。通过本章测试和分组任务的形式检测所学知识点，充分调动学生的积极性和主动性，让每个学生都能学有所获。借助大数据技术，将整个教学过程中学生活动的行为数据采集下来，通过图、表等多元方式直观展示出来，有效地帮助老师进一步精准分析学生对某一特定知识点的理解与掌握程度，有针对性地讲评，最终反馈回到教学和课程优化当中，实现精准教学。

线上线下混合式教学图

最后，课程构建大数据实验平台，丰富教学案例。在实践教学过程中，教师应充分发挥大数据实验平台的作用，利用已搭建的大数据平台环境探索数据结构知识的应用，设计多层次的应用实例，学生也可以利用已搭建好的模型和算法进行实际操作，通过实践思考在此平台下算法实现与传统方式下的异同点，培养学生的实际应用能力和大数据思维。

5 大数据背景下，多元化考核方式

“数据结构（Java）”作为一门实践性较强的课程，利用大数据技术强化过程管理，采用过程性考核和终结性考核相结合的考核方式，将整个教学过程中的学生的行为成绩有机结合起来。

过程性考核将学习效果的评价与整个教学过程相融合，能够帮助教师不断调整教学方法、优化教学手段的同时，加强对学生主动学习精神、独立解决问题能力的培养。过程性考核占50%，主要由平台系统进行记录和导出，将课前自学、课上知识点理解、分组任务、课后学生自主学习、章节测试、课程线上测试等充分融合起来，包括考勤、作业、课程音视频、章节测试、资源访问、讨论、课堂互动等构成。实验成绩主要采用学生自评、同学互评和教师评价的方式进行。实验环节中為了增强学生的动手能力，按照验证、设计、综合、拓展递进设计、分解实验任务，最终将每个环节任务完成情况通过平台分组任务、随堂练习和实验报告方式进行提交。平台自动统计学生完成情况，根据完成情况，学生首先进行讲解和自我评价，同学以提问的方式进行互评，最后教师进行总结答疑，对完成情况进行评价。线上测试从泛雅平台的课程资料题库中进行抽取组合完成，考核学生对基础知识掌握情况。

实施过程性考核，教师可针对具体任务采取课堂实践、课后实践、卷面测试等多种方式进行，可采取学生自评、生生互评、组间互评等形式进行多方面考核。

终结性考核侧重于考核学生知识掌握程度和应用情况，采用试卷的方式进行，包括线性表、树、图数据结构，查找与排序问题等内容。

6 总结

“数据结构（Java）”作为一门基础性课程，是计算机科学的基石，也是信息时代的重要支撑。在大数据时代，数据结构在生产生活中的应用越来越广泛，这对该课程提出了明确的导向，也提出了更高的需求。因此，高校需持续关注相关学科发展的前沿和趋势，不断推进此课程改革，在课程目标中注重学生研究能力、工程实践能力的培养，利用大数据技术丰富课程内容，积极探索新的教学方法，理论联系实际，解决实际问题，使大数据技术与数据结构课程更好地进行融合，提高课程的高阶性，提升学生学习的自主性和分析问题、解决复杂问题的综合能力及创造型思维能力的培养。

参考文献：

［1］李春葆，李筱驰.数据结构教程（Java语言描述）［M］.清华大学出版社，2020.

［2］孟巍，周艳聪，黄橡丽.大数据背景下的电商专业数据结构课程教学改革探索［J］.科研教育，2020，06（425）：3334+64.

［3］邢丹.大数据时代的医学院校数据结构课程教学改革初探［J］.电脑知识与技术，2018，05：114116.

［4］郑春红，王伟.大数据背景下高职院校《数据结构》课程的教学改革初探［J］.现代计算机，2019，10：7174.

［5］金伟健.新工科背景下校企协同育人平台构建探索［J］.科技资讯，2019，17（2）：174175.

项目名称：大数据时代下“数据结构（Java）”课程教学改革研究，项目号：2022JY03

作者简介：孙方（1988— ），女，汉族，湖北随州人，硕士研究生，高级工程师，研究方向：计算机应用。