摘要：随着信息技术的快速发展和高校教学改革的持续推进，《数据结构》作为计算机类核心基础课面临教学内容更新、教学手段多样化及人才培养质量提升的多重挑战。传统以教师讲授为主的教学方式已难以满足新时代学生的学习需求和工程能力培养目标。本文基于“场景化教学理念”，结合银川科技学院教学实践，探索 “线上线下混合式教学+知识图谱导学+F-O-P 三阶实训”的综合改革路径。研究结果表明，基于真实任务构建学习场景，借助智慧教学平台，能有效激发学生学习主动性、增强知识应用能力，并实现教学过程的可追踪、可评价和可优化。该改革模式具有良好的可复制性和推广价值。

关键词：数据结构；场景化教学；混合式教学；实验实训；教学模式改革

引言

《数据结构》课程是计算机科学与技术、软件工程、人工智能等专业的重要基础课，其内容涵盖线性结构、树形结构、图结构、查找、排序等核心算法和抽象数据组织方式，是支撑学生算法设计与工程实现能力的基础性平台。然而，长期以来该课程存在理论教学重实践轻、知识碎片化、学生理解与应用能力脱节等问题。

为解决上述问题，银川科技学院在教学过程中引入“场景化教学理念”，构建贴合实际工程情境的学习场景，同时融合“线上自学+线下研讨”、“基础训练+在线评测+项目开发”3 阶递进实验体系，并借助智慧教学平台与知识图谱提升学习组织与资源推荐效率，探索适应新时代工程教育需求的“线上线下融合教学改革新模式”。本文将围绕教学内容重构、课堂组织形式与实训体系建设3 个方面，系统阐述该课程教学改革的实施路径与实践成效。

、课程内容的场景化重构与体系升级

1.1 基于任务驱动的模块化教学内容重构

传统《数据结构》课程普遍遵循“由浅入深、线性推进”的知识点讲授路径，虽结构清晰，但学生学习停留在抽象定义和静态实现层面，难以将知识迁移到真实问题中综合应用。为此，课程教学改革确立“以任务为导向、以问题为牵引”的重构理念，将教学内容划分为 4 个递进模块：“基础概念引导”、“结构实现原理”、“算法优化策略”与“工程应用演练”，各模块都围绕 1 个现实应用场景展开，配套设定工程化问题作为学习驱动。

任务导向的内容设计不仅强化学生对“为什么学、学什么、怎么用”的整体理解，也促使其解决问题时不断内化算法策略与结构建模的思维方式，真正实现从知识传授到能力建构的转化。

1.2 引入知识图谱实现内容体系化关联

《数据结构》知识体系庞大且概念间交织密切，若学生未系统梳理知识脉络，极易造成认知断层、应用错位等问题。为此，教学团队引入基于教学知识图谱的内容组织工具，对课程涉及的核心知识点、算法模型、数据结构间的关联性进行可视化整理，构建“概念—原理—应用—案例”4 层递进、横纵交织的知识图谱体系。该体系中节点代表各类数据结构与算法，边表示依赖或应用关系，学生通过平台可实时查看当前学习内容的前置知识、后续延展及工程中的应用场景。如学习“图的最短路径”前，平台推送“图的存储方式”“优先队列原理”等先导知识，并推荐图搜索算法在地图导航、路径规划中的案例，帮助学生建立知识的立体认知结构。教师端则可基于图谱分析学生点击热度、错误率集中区域，识别共性薄弱点，实现精准辅导和差异化教学。引入知识图谱优化知识点呈现逻辑结构的同时也实现了从“教师教什么”向“学生该学什么”的教学视角转换，为学生构建系统、可迁移的认知地图提供坚实工具支持。

1.3 引入前沿内容增强课程现实关联性

在快速演进的科技背景下，仅停留在经典数据结构讲授已无法满足新时代工程教育的人才培养目标。因此，本课程在保留核心结构知识的基础上，有选择地引入若干与产业实践紧密相关的前沿内容，拓展学生对技术边界和实际应用的理解。在树结构中引入机器学习的决策树剪枝操作原理、信息增益计算等内容，展示数据结构在AI 算法中的底层支撑作用。通过将前沿应用嵌入课程主线，不仅提升课程的时代感与吸引力，也激发学生对跨界融合与科技创新的兴趣，训练结构思维能力。

二、线上线下混合式教学流程的优化实

2.1 构建“三元融合”课堂组织结构

以教师讲授为主的传统教学模式，学生普遍存在参与感弱、学习被动、知识应用能力不足的问题。为解决这一困境，银川科技学院《数据结构》课程开展“三元融合”课堂组织结构的深度实践探索，即通过“线上自主学习+线下案例研讨+线下任务实操”三位一体的混合式教学方式，重塑课堂节奏与组织逻辑。课程起始阶段，学生借助 MOOC 平台与自建视频教学资源开展线上自主预习，结合算法动画可视化平台对链表、栈、树、图等关键数据结构进行形象感知，提升抽象逻辑直观理解。同时设置在线测评任务，学生需完成基础概念答题、伪代码分析和结构应用判断，系统根据答题结果自动生成学习反馈。

线下课堂，教师结合典型场景案例组织案例探讨环节，如在“队列与缓冲区管理”模块设置“医院挂号调度”情境，引导学生围绕优先队列与循环队列的实现方式多方案设计比较，激发学生提出方案、辩证分析并论证优劣。随后，教学重心进入“任务实操”环节，通过编程实验完成指定功能模块的编码、调试与功能测试，完成从认知理解到技能运用的全过程闭环，显著增强学生知识掌握深度和应用转换能力，推动其主观能动性。

2.2 应用智慧教学平台实现过程数据追踪

智慧教学平台已成为实现教学全流程数字化管理的重要载体。在《数据结构》混合式教学实践中，引入“课堂派”等智慧教学平台，实现从课程资源组织、学习进度监测到教学互动设计的全面数字化支撑。平台自动记录学生在每个单元的访问频率、停留时长、视频观看进度、练习完成情况，并基于这些行为数据生成“学习画像”，反映学生对不同知识点的掌握程度、参与热情和学习习惯。

教师在课前可据此对不同水平层次的学生制定差异化教学计划，课中依据平台提供的即时数据，灵活调整教学节奏、讲解方式与互动频率。平台还支持课堂内开展实时投票、弹幕互动、即时测验等多种形式的双向反馈，提升教学现场动态联动与学生参与度。

教学结束后，平台同步生成学生参与度报告、知识掌握趋势图和作业完成情况报表，为教学质量评价和学习改进提供数据支撑，实现“以数据赋能教学”的全过程闭环监控与精准干预。

2.3 融合协作学习与挑战竞赛机制

为打破以往教学“学生独立听讲、被动完成作业”的固有模式，《数据结构》课程将协作学习与竞赛机制有机融合，通过设计“算法挑战任务”提升学生的工程思维、团队意识和算法攻坚能力。在每个重要知识节点，如排序算法、查找、图应用等章节后，教师可发布具有挑战性的较高难度任务，鼓励学生以小组为单位协作解决。每组内部按照角色分工设置“算法设计师”、“代码实现者”、“性能优化员”等岗位，增强团队内任务结构化管理的同时锻炼学生在特定角色下的专业表达与问题解决能力。挑战任务可配合线上OJ 评测系统，任务提交后平台将给出评测分数，并公布运行时间、空间复杂度、通过测试数据比例等详细评估维度，在公共平台展示成绩排行榜激发学生间良性竞赛与比拼。

如“图的最小生成树”的挑战任务为“城市通信网络布线成本最小化”，平台设置 30组测试数据覆盖不同规模图结构，考核算法设计是否合理、实现是否高效、运行是否稳定。任务完成后教师组织复盘环节，每组派代表对设计过程、优化策略及遇到问进行讲解，教师对优秀解法点评，强化工程思维表达与算法逻辑呈现能力。

三、“F-O-P”实验实训体系的分层构建与应用成效

3.1 F 阶段：基础程序框架训练

实验体系的第一阶段“F（Framework）”侧重学生对基础数据结构及其核心操作的熟练掌握与规范表达。该阶段实验任务采用“半开放框架式设计”，教师预设好程序的输入输出标准、部分函数接口与主控结构，学生则需基于提供的框架，自行填充内部逻辑函数，实现功能的完整性与正确性。该训练方式不仅减轻初学者面对完整系统构建时的心理负担，更强化了对算法过程的关注和对代码细节的精准掌握。评测平台提供实时调试反馈，指出错误行数及边界处理问题，促使学生形成良好的调试习惯与代码校验意识。通过一系列结构简单、任务集中的实验训练，使学生掌握指针操作、数组边界控制、循环逻辑等编程基础，为后续高阶实验奠定基础。

3.2 O 阶段：模拟数据环境在线评测

在 F 阶段完成基础训练后，实验进入“O（Online Judge）”阶段，此阶段重点是模拟实际应用场景中算法效率考核与程序鲁棒性测试。学生需在独立 OJ 评测平台上完成完整算法实现并提交，系统自动在多组测试数据下进行输出结果对比、运行时间统计、边界条件检验和异常情况检测，形成算法性能评估报告。实验内容不再限于数据结构实现，而侧重结构选择与算法策略的工程应用匹配。学生需根据问题描述构建合适的数据模型，完成从设计到测试的全流程开发。通过线上平台的评测排名和算法分析结果反馈，学生能清晰掌握自身算法设计能力和程序健壮性方面的不足，在多次提交与迭代中优化实现策略，锻炼算法灵活性与多种解法比较分析能力，提升对数据结构“为何选用、如何实现、性能如何”的综合认知。

3.3 P 阶段：综合项目开发与团队合作训练

“P（Project）”阶段为整个实验体系的高阶环节，强调数据结构在真实工程场景中的系统性应用与团队协同开发能力的综合培养。该阶段实验任务多以综合项目形式展开，时间跨度 1＼～2 周，要求学生以小组为单位，基于现实需求设计并开发一个具备完整功能的数据结构应用系统项目。要求提交课程设计说明书，包括需求文档、系统结构图、代码文档，并最终演示汇报，接受校内课程设计教师团队的答辩评审，从项目完整性、团队协作、技术创新等维度综合打分。通过 P 阶段训练，强化学生对跨模块知识的整合能力和真实工程项目的实战意识，为其日后走向工作岗位或参加更高层次的项目奠定良好基础。

四、结语

基于场景化理念的《数据结构》教学改革，不仅重构了教学内容体系，也在教学组织、实验实训、过程评价等方面实现了创新。实践表明，该模式能显著提升学生的学习积极性、工程实践能力与知识迁移能力，解决传统教学中“重理论轻实践”、“重知识轻能力”的突出问题。未来，该模式可推广至算法分析与设计、数据库原理、操作系统等课程，推动计算机类专业教育从“教学中心”走向“学生中心”，为高水平应用型人才培养提供可持续路径。

参考文献：

[1] 王超， 孙德刚. 数据结构课程的混合式教学模式实践研究[J]. 福建电脑，2021，（37）：71-74.

[2] 李月峰，瞿梦菊，汪雷钧，陶晓青. 线上线下混合式教学课程改革.教育学，2023-12.

[3]栾秀春， 高璞珍， 王晓莺， 王俊玲. 案例教学法在工科专业数学课程教学中的应用[J]. 高等工程教育研究， 2021（3）： 169-172+189.

惠巧娟（1981.10）， 女， 汉族，宁夏隆德人，人工智能与网络安全专业在读博士， 副教授，主要研究方向为深度学习的视频内容理解、智慧农业等方面。

项目信息：2023 年度宁夏自治区级一般教学改革项目：线上线下融合场景化模式的《数据结构》混合式教学改革探索与实践—以银川科技学院为例，bjg2021104