7－5单源最短路径算法教案一、基本信息1．所属学科计算机科学与.doc

7－5 单源最短路径算法 教 案 一、基本信息 1． 所属学科：计算机科学与技术。 2． 专业名称：计算机科学与技术。 3． 课程名称：《数据结构》。 4． 微课教学知识点：第七章图中的“单源最短路径算法”。 5． 适用对象：计算机科学与技术专业、软件工程 、网络工程 、信息与计算科学专业、 信息管理与信息系统等专业学生。 6． 课程的类型：专业基础课。 7． 参考教材： （1）严蔚敏、吴伟民等.数据结构.清华大学出版社； （2）严蔚敏、吴伟民等. 数据结构题集（C语言版）.清华大学出版社； （3）刘小晶、朱蓉等.数据结构实例解析与实验指导.清华大学出版社。 8． 主讲教师：杜卫锋 二、教学目的 1. 知识与技能目标 (1) 理解产生最短路径的2种情形； (2) 掌握戴克斯特拉(Dijkstra)算法“按最短路径长度递增的次序”逐条产生最短路径的思想； (3) 掌握戴克斯特拉(Dijkstra)算法的基本处理步骤和形式化描述； (4) 熟练戴克斯特拉(Dijkstra)算法的表上作业法； (5) 明确戴克斯特拉(Dijkstra)算法的时间复杂度及空间复杂度。 2. 学习者过程与方法 学习者通过观看视频、阅读相关学习资源（教材、教案等）、完成相关课前学习任务和练习题，从而使自己理解产生最短路径的2种情形，掌握戴克斯特拉(Dijkstra)算法“按最短路径长度递增的次序”逐条产生最短路径的思想，掌握戴克斯特拉(Dijkstra)算法的基本处理步骤和形式化描述，熟练戴克斯特拉(Dijkstra)算法的表上作业法，掌握戴克斯特拉(Dijkstra)算法的时间复杂度及空间复杂度。 3. 情感态度与价值观 通过自主、协作、探究学习培养学生知识建构能力、创新能力和团队合作能力。 三、教学重点和难点 1. 重点 （1）戴克斯特拉(Dijkstra)算法的基本处理步骤和形式化描述 （2）戴克斯特拉(Dijkstra)算法的表上作业法 （3）戴克斯特拉(Dijkstra)算法的时间复杂度及空间复杂度 2. 难点 戴克斯特拉(Dijkstra)算法的表上作业法 四、微视频教学总体设计 整个教学是在“聚焦解决问题”的教学宗旨下，采用“激活旧知→激活原有知识”、“示证新知→展示论证新知”、“尝试应用→尝试应用练习”、“归纳总结→归纳总结梳理”和“融会贯通→融会贯通掌握”五个教学环节进行施教，并结合“问”与“答”的形式辅以“指引方向”、“激发动机”、“协同合作”和“多向互动”四个教学环境因素的配合，做到使教学既注意到教师知识的传授过程，也注意到学生学习的内化过程，从而有助于确保教学质量的有效性。 五、微视频教学过程与方法设计 教学环节 教学要求 教师内容与教学方法 激活旧知 激活先前的相关知识和经验，使学生能明晰自己先前已掌握的知识和技能，为学生能轻松进入课堂新知识学习奠定基础，从而可提高听课效果。 提出与回答问题，具体问题如下： 1． 通过讨论现在应用广泛的GPS导航系统的路径搜索算法引发学生兴趣，设想GPS导航系统是如何从诸多的路径中找到一条最优路径的？ 示证新知 以引导、讲解、分析、点拔的方式论证本堂课的学习内容 1．理解产生最短路径的2种情形； 2．掌握戴克斯特拉(Dijkstra)算法“按最短路径长度递增的次序”逐条产生最短路径的思想； 3. 掌握戴克斯特拉(Dijkstra)算法的完整步骤； 4. 掌握戴克斯特拉(Dijkstra)算法的形式化描述； 5．熟练应用戴克斯特拉(Dijkstra)算法的表上作业法。 尝试应用（练习） 明确戴克斯特拉(Dijkstra)算法的时间复杂度分析 以填空题的形式引导学生掌握戴克斯特拉(Dijkstra)算法的时间复杂度分析，从而估算出在给定规模下实际算法的执行时间。 归纳总结 学会归纳教学内容，总结提炼知识 总结戴克斯特拉(Dijkstra)算法的时间复杂度及空间复杂度；戴克斯特拉(Dijkstra)算法解决了单源最短路径问题，对于多源最短路径问题，可以每个顶点为源点调用戴克斯特拉(Dijkstra)算法??次便可求出。 融会贯通 课堂后的延伸：进一步促进学习者巩固新知识和技能的运用，从而提高学习者对知识的迁移能力。 1．抛出1个思考问题： 如何求距离顶点的最短路径长度为的所有顶点？ 六、课堂教学过程与方法 1. 检测 通过提问、竞答或作业的方式检测学习者课前自主学习的效果。 2. 质疑和解答 在教师的引导下，针对学习者在课前自主学习过程中普遍存在的困惑和典型问题，在师生之间相互展开讨论、互相质疑，最后明确给出正确的可参考的解决方法。 3. 协作讨论 教师根据课前任务单中的任务以及学习者在课前及课中学习成效等情况，进一步提出拓展性思考问题，再以小组协