第四单元微项目3 《探索算法设计，高效处理数据》教学课件-2025-2026学年泰山版初中信息科技八年级下册

该初中信息科技课件聚焦算法设计与数据处理，涵盖算法定义、五大特征、三种基本结构及查找、排序、筛选算法。通过回顾“名著朗读智能信息系统”数据模型，提出系统智能处理需求，衔接上节课知识，搭建从数据到算法的学习支架。 其亮点是以真实项目情境驱动，结合“查找名著”流程图设计、小组综合挑战等实例，培养计算思维与数字化学习能力。融入算法效率优化与信息社会责任教育，教学环节完整，教师易用，学生能提升问题解决与创新能力。

《探索算法设计，高效处理数据》 教学课件 泰山版初中信息技术八年级下册 · 微项目3 1.7.2013 同学们好！欢迎来到今天的信息技术课堂。今天我们将一起探索一个非常核心且有趣的概念——算法。我们将学习如何设计算法，并用它来高效地处理数据，让我们的程序变得更加智能。 ‹#› 温故知新：我们的“名著朗读智能信息系统” 课程回顾 上一节课，我们已经完成了“名著朗读智能信息系统”的底层构建——成功建立了支撑系统运行的数据模型。 三大核心数据表： •名著表：记录名著ID、书名、作者、类别、总章节数等核心书目信息。 •朗读者表：存储朗读者ID、姓名、擅长朗读类型（如小说/诗歌）等用户画像。 •音频表：关联前两者，记录音频ID、对应名著ID、朗读者ID、所属章节及文件路径。 关键思考 数据“地基”已经打好，如何让系统变得真正“智能”？ 图：系统数据库E-R关系模型 实体间通过外键关联，构成系统的数据骨架 1.7.2013 在开始新知识之前，我们先来回顾一下上节课的内容。我们已经为“名著朗读智能信息系统”建立了数据模型，包括名著、朗读者和音频三个数据表。现在数据已经准备好了，但如何让系统真正“智能”起来，能够响应用户的各种需求呢？这就是我们今天要解决的问题。 ‹#› 系统上线前的挑战 我们的系统里有100本名著，上千条音频数据。当大量用户涌入时，他们会提出五花八门的检索需求： 查找需求：“我想听《西游记》，怎么快速找到它？” 排序需求：“能不能把这些名著按作者名字排个序？” 筛选需求：“我想找一些适合初中生阅读的古典名著。” 如果手动处理，耗时且易错 我们需要清晰、高效的方法来指挥计算机完成任务 1.7.2013 想象一下，我们的系统上线了，用户会提出各种各样的需求，比如查找、排序、筛选。如果这些任务都靠我们手动去完成，那将是不可想象的。我们必须找到一种方法，让计算机能够自动、高效地完成这些任务。这就是算法要解决的问题。 ‹#› 什么是算法？ —— 解决问题的“菜谱” 算法的定义 在计算机科学中，算法就是解决特定问题的有限、明确、可执行的步骤集合。它不依赖于特定的计算机语言，而是解决问题的逻辑框架。 算法的核心地位 算法是解决问题的思路和方法，被称为程序的“灵魂”。而代码仅仅是算法在计算机上的一种具体实现方式。 通俗理解：生活中的“算法” 做菜的“菜谱” 每一步做什么、放多少调料、烹饪多长时间都写得清清楚楚，按顺序执行就能得到预期的美味佳肴。 组装家具的“说明书” 步骤清晰、环环相扣，哪怕没有经验，只要严格按照说明书按部就班地操作，就能组装出完整的家具。 1.7.2013 那么，到底什么是算法呢？简单来说，算法就是解决问题的一系列清晰步骤。就像我们做菜的菜谱，或者组装家具的说明书，每一步都写得清清楚楚。算法是解决问题的思路和方法，是程序的灵魂。接下来，我们就来深入了解算法的特性。 ‹#› 算法的五大特征（一）：确保正确性与有效性 01. 有穷性 (Finiteness) 算法必须在执行有限个步骤之后终止，不能无限循环下去。它必须在合理的时间范围内产生结果。 示例：“从1数到100”是有穷的，“一直数下去”不是。 02. 确定性 (Definiteness) 算法的每一步骤都必须有确切、清晰的定义，不能有任何歧义或模糊不清的解释，保证执行路径唯一。 示例：“成绩>60分及格”是确定的；“成绩差不多就及格”是不确定的。 1.7.2013 一个好的算法必须具备五个特征。今天我们先介绍前两个，它们共同构成了算法的基石。 首先是有穷性。就像左边图片中的跑道终点线一样，算法必须有明确的终点，在执行有限步骤后终止，不能无限循环，这样才能在合理时间内得到结果。比如“从1数到100”是有穷的，但如果指令是“一直数下去”，那就不符合算法的要求了。 其次是确定性。就像右边的交通信号灯，红灯停、绿灯行，规则必须清晰明确，不能模棱两可。算法的每一步都必须有确切的定义，在任何情况下，都只能有一种执行路径，不允许有歧义。比如判断成绩是否及格，用具体的分数作为标准是确定的，但用“差不多”这种模糊的词就不符合算法的确定性要求。 ‹#› 算法的五大特征（二）：确保正确性与有效性 03可行性 (Effectiveness) 算法的每一步都必须是可行的，能够通过基本运算实现。计算机可以执行加减乘除，但不能执行“画一幅蒙娜丽莎”这样的指令。 04有输入 (Input) 一个算法有0个或多个输入，作为运算的初始数据。计算两个数的和，需要输入这两个数；打印“Hello World”则不需要额外输入。 05有输出 (Output) 一个算法至少有一个或多个输出，以反映对数据的处理结果。如果一个算法没有输出，无法反馈结果，那么它在逻辑上是毫无意义的。 1.7.2013 接下来是可行性，算法的每一步都必须是计算机能够执行的。然后是有输入和有输出，算法需要初始数据作为输入，并最终产生结果作为输出。一个没有输出的算法是毫无意义的。这五个特征共同保证了算法的正确性和有效性。 ‹#› 算法的基本结构：顺序结构 算法的三大基石 任何复杂的算法逻辑，本质上都可以由三种基本结构通过组合、嵌套构建而成：顺序结构、分支结构、循环结构。 顺序结构 (Sequence) 算法中最简单、最基础的结构。它要求程序按照代码的书写顺序，从上到下、依次执行每一条指令，逻辑流向像一条笔直的线。 经典场景：系统启动流程 1. 打开“名著朗读系统” → 2. 加载所有名著数据 → 3. 显示名著列表 1.7.2013 了解了算法的特征，我们来看看算法的基本结构。任何复杂的算法，都可以由三种基本结构组成，它们分别是顺序、分支和循环结构。这就像搭积木一样，简单的模块可以组合出无穷无尽的形态。 今天我们先看第一种：顺序结构。它是所有算法的基础，逻辑非常直观，就像一条直线，要求计算机严格按照指令出现的先后顺序，一步一步地依次执行，中间没有任何跳跃。 比如我们打开一个App，系统总是先启动程序，再加载后台的数据，最后才把内容展示给你。这就是一个典型的顺序结构流程。右侧的流程图直观地展示了这种自上而下的线性执行路径。 ‹#› 算法的基本结构：分支结构（选择结构） 分支结构 (Selection) 根据给定的条件进行逻辑判断，根据判断结果选择执行不同的分支代码。它就像生活中的岔路口，不同的选择通往不同的终点。 场景示例：查找名著 ❓ 条件判断：系统检索数据库，是否找到目标名著？ ✅ 分支 A (是)：立即播放该名著的音频资源。 ❌ 分支 B (否)：在界面弹出提示“抱歉，未找到该名著”。 图示：分支结构的逻辑流向 1.7.2013 第二种是分支结构，也叫选择结构。它会根据一个条件进行判断，然后选择执行不同的分支，就像走到一个岔路口需要选择方向一样。比如我们查找名著，就需要判断是否找到了，如果找到了就播放，没找到就提示。这种结构在编程中非常常见，用来处理各种“如果...那么...”的逻辑。 ‹#› 算法的基本结构：循环结构 🔄 什么是循环结构 (Loop)？ 在满足一定条件时，重复执行某一段代码逻辑的结构。就像我们在操场上跑圈，一圈接一圈，直到达到预设的圈数才停下来。 📚 场景示例：查找指定名著 ●循环体：逐一对比当前书的书名与目标书名。 ●循环条件：是否已对比完所有书，或是否已找到目标。 ●执行过程：从第一本开始对比，如果没找到，就接着对比下一本，直到找到目标或把所有书都找完为止。 图示：经典的循环结构逻辑流 1.7.2013 第三种是循环结构，它会在一定条件下重复执行某一段代码，就像我们在操场上跑圈一样。比如查找名著，我们需要一本一本地对比，这个重复对比的过程就是循环。这三种结构是构建所有算法的基石。 ‹#› 案例分析：用流程图描述“查找名著”算法 📝 算法逻辑拆解 01 启动与输入：程序开始运行，提示用户输入想要查找的“目标书名”。 02 初始化：创建索引变量 i 并赋值为 0，代表从列表的第 1 本书开始查找。 03 循环判断：检查索引 i 是否小于名著列表的总数量？若“否”，说明已查找完所有书籍，直接跳转至步骤5。 04 核心对比：取出第 i 本书的书名与“目标书名”进行对比。若匹配，则播放对应音频并结束程序；若不匹配，则将 i 增加 1，返回步骤3继续查找。 05 结果输出：若循环结束仍未找到匹配项，屏幕输出“未找到该名著”提示，最后结束程序。 开始 输入目标书名 初始化 i = 0 i < 名著总数? (是 → 下, 否 → 右) 第i本=目标? (是 → 下, 否 → 左) 播放名著音频 (找到结果) 输出“未找到” (查找结束) 结束程序 注：流程图展示了顺序、循环与分支结构的综合运用 1.7.2013 现在我们来看一个综合案例：如何用流程图描述“查找名著”的算法。这个算法综合运用了顺序、分支和循环三种结构。我们从开始，输入书名，然后通过循环逐一对比，在循环内部进行分支判断，找到或找完后结束。大家可以看到，一个完整的算法就是这样由基本结构组合而成的。 ‹#› 常用算法一：查找算法 (Searching) ▍ 算法定义 & 场景 定义：在一组无序或有序的数据集合中，快速定位并找出满足特定条件的元素的过程。 典型场景：按书名查找图书、按学号找学生信息、按商品ID检索库存。 ▍ 顺序查找：执行逻辑 01 从头开始 从数据集合的第一个元素开始检查 02 逐一对比 将当前元素与目标关键词进行匹配 03 匹配判定 找到即返回结果，否则继续检查下一个 04 结束循环 直至检查完全部数据或找到目标为止 Linear Search Model 数据源 目标元素 匹配成功 1.7.2013 接下来我们学习几种常用的数据处理算法。第一种是查找算法，就是在一堆数据里找到我们想要的。 最基础的查找方法是“顺序查找”，它的逻辑非常直观： 1. 从头开始：从数据集合的第一个元素开始检查。 2. 逐一对比：把当前元素和我们的目标关键词进行对比。 3. 匹配判定：如果一样，就输出结果；如果不一样，就继续看下一个。 4. 结束循环：直到找到为止，或者检查完了所有数据。 虽然顺序查找效率不是最高的，但它非常通用，无论数据是有序还是无序的，它都能工作，是理解复杂查找算法的基石。 ‹#› 常用算法二：排序算法 (Sorting) 定义与应用场景 📌 定义：将一组无序的数据按照特定规则（如数值大小、字母顺序等）重新排列，形成有序序列的过程。 🌍 场景：将书籍按章节数从少到多排列、通讯录按姓氏拼音排序、网购平台按价格/销量对商品进行排序。 核心思想 (以冒泡排序为例) 1. 定规则：确定排序的关键字（例如按章节数、价格高低）。 2. 比相邻：从头至尾，两两比较相邻的数据元素。 3. 做交换：若顺序不符（如大数在前），则立即交换两者位置。 4. 循往复：重复上述比较与交换的过程，直到所有数据完全有序。 1.7.2013 第二种是排序算法，就是把无序的数据变得有序。比如我们要把名著按章节数排序。最经典的排序算法之一是冒泡排序，它的核心思想是从头到尾两两比较相邻的数据，如果顺序不对就交换位置，重复这个过程，直到所有数据都排好序。 ‹#› 常用算法三：筛选算法 (Filtering) 📌 定义 根据给定的条件，从一组数据中逐条检查并挑选出符合条件的数据，最终组成一个新的集合。 💡 常见应用场景 • 从图书馆系统筛选出所有“古典名著”。 • 在阅读App中筛选出所有“适合初中生”的书籍。 🔑 算法核心逻辑： 1.设定规则：明确筛选条件 (如：类别 = 古典名著)。 2.循环检查：遍历数据列表，逐一比对数据与条件。 3.保留结果：将满足条件的数据收集，生成结果集。 原始数据列表 (待筛选) 《西游记》 · 《哈利波特》 · 《红楼梦》 · 《三体》 · 《水浒传》 筛选条件：“古典名著” 执行逻辑：循环遍历 + 条件判断 (IF...THEN...) 筛选后的结果集 《西游记》 · 《红楼梦》 · 《水浒传》 1.7.2013 第三种是筛选算法，就是根据条件从一堆数据里挑出我们想要的。比如筛选出所有的古典名著。它的核心思想就是用循环逐条检查数据，用分支判断是否满足条件，然后把满足条件的数据保留下来。这是处理大量数据时最常用的算法之一。 ‹#› 算法 vs 程序：思想与实现 算法 Algorithm 解决问题的思路、方法和步骤。它是抽象的逻辑概念，不依赖于任何具体的编程语言。 💡 比喻：建筑设计蓝图 (Blueprint) 程序 Program 使用编程语言（如 Python, C++）对算法的具体代码实现。它是具体的指令集合，可以被计算机编译并运行。 🏗️ 比喻：根据图纸建成的实际建筑 (Building) 核心结论 同一个算法思路，可以用不同的编程语言，写出多个不同的可执行程序。 1.7.2013 这里我们要区分两个概念：算法和程序。算法是解决问题的思路和方法，是抽象的，就像建筑设计图纸。而程序是用编程语言对算法的具体实现，是具体的，可以运行的，就像根据图纸盖起来的房子。同一个算法，可以用不同的语言写出不同的程序。 ‹#› 动手实践：设计你的第一个算法 任务要求 1. 写出算法步骤：用自然语言清晰描述“按书名查找名著”的每一步骤。 2. 绘制简易流程图：使用方框、菱形、箭头等符号，将算法逻辑可视化。 3. 说明算法结构：指出算法中使用的顺序、分支和循环结构分别位于何处。 💡 教师指导 • 描述需清晰、无歧义，符合日常逻辑。 • 逻辑中必须包含循环遍历书架和分支判断书名。 • 思考边界情况：如果遍历结束后仍找不到目标书，如何处理？ 参考：算法流程图绘制示例 1.7.2013 理论学习完了，现在轮到大家动手实践了！请大家以小组为单位，设计一个“按书名查找名著”的算法。请写出清晰的步骤，并尝试画出流程图。注意，你的算法里必须包含循环和分支，还要考虑找不到书的情况。 ‹#› 作品展示与点评 作品亮点 逻辑结构清晰，算法步骤完整且环环相扣，各类算法符号（起止框、处理框、判断框等）使用规范、标准，体现了良好的编程基础素养。 易错与改进点 • 流程图缺少明确的“结束”标志，逻辑闭环不完整 • 循环体的边界条件设置不够严谨，易造成死循环 • 分支判断后未设置正确的汇聚出口，导致逻辑分叉 • 未考虑数据“未找到”等异常情况，鲁棒性不足 学生算法作品展示区 “纸上得来终觉浅，绝知此事要躬行” 左图展示了同学们在课堂上绘制的“查找书籍”算法流程图。 每一个框、每一条线，都是逻辑思维的具象化体现。 1.7.2013 好，时间到。我们来看几个小组的作品。大家看，这幅作品逻辑非常清晰，步骤完整。但也有一些常见问题，比如有的同学忘记画结束标志，有的循环条件设置不对，还有的没有考虑找不到书的情况。这些都是我们在设计算法时需要注意的细节。 ‹#› 算法的“快慢”：效率的重要性 痛点：数据量大时太慢了！ 如果我们的名著列表有100万本，使用顺序查找，最坏情况下需要对比 100万次 才能找到目标。这在实际应用中是不可接受的。 思考：同样是查找，有没有更快的方法？ 如何用更少的步骤，更快地定位到目标？ 这就引出了算法好坏的核心衡量标准之一：效率 (Efficiency)。 我们希望用最少的步骤、最短的时间，在有限的资源下解决问题。 1.7.2013 我们刚才设计的顺序查找算法虽然正确，但效率如何呢？如果数据量很大，比如有100万本书，最坏情况下要找100万次，这会非常慢。这就引出了一个重要概念——算法效率。我们不仅要让算法正确，还要让它高效。 ‹#› 优化策略一：先排序，再查找 核心原理 如果数据是有序的，我们就可以使用更高效的查找方法，比如二分查找 (折半查找)，从而显著减少查找时间。 二分查找逻辑 1. 找到有序数据的中间位置，将目标值与中间值比较。 2. 若目标值 < 中间值，仅在左半部分继续查找。 3. 若目标值 > 中间值，仅在右半部分继续查找。 4. 重复上述步骤，直到找到目标或确定不存在。 🚀 对于 100 万条数据，最多只需要20次对比！ 1.7.2013 如何优化呢？第一种策略是先排序，再查找。如果数据是有序的，我们就可以使用二分查找法。它的思想是每次都和中间值比较，然后把查找范围缩小一半，这样查找速度会大大提高。对于100万数据，最多只需要约20次对比！ ‹#› 优化策略二：建立索引（Index） 核心原理 · 数据的“目录” 就像一本书的目录，为原始数据建立一个“快捷方式”，将复杂的查找转换为简单的匹配。 建立步骤 · 映射关系 1. 为每本名著分配一个唯一的、不可重复的编号（ID）。 2. 创建独立索引表，精准记录“书名”与“编号”的一一对应关系。 查找过程 & 最终效果 输入书名 → 索引表匹配编号 → 直接定位数据。 结果：彻底告别逐行扫描，查找速度极快，耗时几乎可以忽略不计。 “书籍目录”就是索引最直观的生活原型 1.7.2013 第二种优化策略是建立索引。这就像我们看书用的目录，先创建一个“书名-编号”的索引表。当用户查找时，先在索引表里找到编号，再根据编号直接定位数据。这种方法的查找速度非常快，是现代数据库系统常用的方法。 ‹#› 综合挑战：为“名著朗读系统”设计完整流程 01. 数据排序 (Sort) 输入所有名著信息，按照作者姓名的拼音首字母对列表进行升序或降序排列，构建有序的数据索引。 02. 分类筛选 (Filter) 基于上一步的有序列表，设置“书籍类型”为过滤条件，精准提取出所有标记为“古典名著”的条目。 03. 内容查找 (Search) 在筛选后的“古典名著”结果集中，根据用户输入的章节号，高效定位并返回对应的音频资源。 小组任务核心要求 请梳理出每一步的具体算法逻辑，并说明该步骤分别适合采用哪种数据结构来实现最高效率。 1.7.2013 现在我们来一个综合挑战。请大家以小组为单位，为我们的“名著朗读系统”设计一个完整的处理流程，包括排序、筛选和查找三个步骤。请写出详细的算法步骤，并说明每一步使用了哪种算法和结构。 ‹#› 小组汇报与成果点评 教师点评维度 完整性 汇报内容是否覆盖了本次任务的所有核心要求与关键细节？ 逻辑性 讲解步骤是否清晰易懂，整体逻辑推导是否严密且自洽？ 高效性 算法设计是否考虑了时间复杂度与空间优化，运行效率如何？ 创新性 是否有跳出常规思路的独特设计，展现出新颖的思考角度？ 上台展示环节 请各小组派代表上台汇报 分享你们的算法设计思路与实现细节 1.7.2013 好，各小组都完成了设计。现在请各小组派代表上台，向大家介绍你们的算法设计。老师会从完整性、逻辑性、高效性和创新性这几个维度来点评大家的成果。 ‹#› 课堂小结：我们学到了什么？ 一个核心概念：算法 解决问题的清晰、可执行步骤，是计算机执行指令的“灵魂”。 算法的五大特征 有穷性 · 确定性 · 可行性 · 有输入 · 有输出 三种基本逻辑结构 顺序结构 ｜ 分支结构 (选择) ｜ 循环结构 (重复) 三种最常用的算法 查找 (检索信息) · 排序 (整理数据) · 筛选 (提取目标) 试着在这张图上，把今天学到的知识点串联起来吧！ 1.7.2013 好了，这节课我们学习了很多内容。我们认识了算法这个核心概念，了解了它的五大特征和三种基本结构，还学习了查找、排序、筛选这三种常用算法。希望大家能把这些知识点串联起来，形成一个完整的知识体系。 ‹#› 算法——智能系统的“大脑” 数据是系统的“血液” 源源不断地为系统运转提供核心原料与动力来源。 算法是系统的“大脑” 决定逻辑与路径，指挥系统如何高效处理和利用数据。 💡 结论：只有算法合理、数据规范， 我们的智能信息系统才能高效、稳定地运行。 🚀 下节课预告：进入系统实现阶段，将算法转化为代码，让“名著朗读智能信息系统”真正“动”起来！ 1.7.2013 最后，我们来总结一下。数据是系统的血液，而算法就是系统的大脑。只有算法合理、数据规范，我们的系统才能高效稳定地运行。下节课，我们将进入激动人心的实现阶段，把今天设计的算法用代码写出来，让我们的系统真正动起来！ ‹#› 巩固练习：算法设计 题目 01 / 应用场景 请为以下场景设计算法，并绘制对应的流程图： 计算一个学生五门课程的平均分。 02 / 实现要求 明确输入输出： 输入五门课的成绩 → 经过计算处理 → 输出平均分 思考提示：算法逻辑需要包含输入、计算、输出三大步骤。思考一下，这个过程应该用到哪种基本的控制结构？ 1.7.2013 课后请大家完成一个巩固练习。请为“计算一个学生五门课程的平均分”这个场景设计算法，并画出流程图。思考一下，这个算法需要用到哪些步骤和结构？ ‹#› 巩固练习：算法优化思考 发散思考：排序算法的多样性 除了我们刚学习的“冒泡排序”，你还能想到其他的排序方法吗？尝试列举并简要描述其基本思路。 提示：可以参考“选择排序”、“插入排序”等经典算法。 实战演练：寻找最大值 场景：给定一个包含 1000 个随机整数的数据集。 任务：如何设计一个算法快速找到其中数值最大的数？该算法的效率如何？ 💡 优化核心提示 无论是排序还是查找，在思考算法逻辑时，请始终关注一个核心指标：如何减少“不必要”的比较次数？减少一次比较，往往意味着减少了大量的计算机运算时间，这是提升算法效率的关键。 1.7.2013 第二个练习是一个思考题。除了我们学的冒泡排序，还有没有其他排序方法？另外，如果要从一堆数里找出最大的数，应该怎么设计算法才能最高效？大家可以上网查一查，或者自己想一想。 ‹#› 算法无处不在 算法不仅存在于计算机中，也存在于我们的生活中 导航软件 计算最优路线 （最短路径算法） 音乐 App 推荐你喜欢的歌曲 （推荐算法） 人脸识别 在人群中找到你 （模式识别算法） 1.7.2013 其实，算法无处不在。我们用的导航软件，它计算最优路线用的是最短路径算法；音乐App给我们推荐歌曲，用的是推荐算法；手机人脸识别解锁，用的是模式识别算法。算法已经深深融入了我们的生活。 ‹#› 算法的“善恶”：信息社会责任 算法的公平性 如果算法基于有偏见的数据训练，可能会产生歧视性结果（如招聘筛选、金融贷款审批场景），加剧社会不公。 算法的透明度 面对复杂的推荐系统与决策模型，我们是否有权利知道“它为什么给我推荐这个”？黑箱般的算法可能会让我们失去知情权与选择权。 我们的责任 • 设计公平、公正的算法模型 • 规范、合理地收集与使用数据 • 时刻警惕算法可能带来的负面影响 技术中立，人心向“善” 算法本身是中性的工具，但掌握它的人决定了它是“恶”的帮凶，还是“善”的载体。在追求技术效率的同时，不要忘记背后的人文关怀与社会责任。 1.7.2013 当然，算法也是一把双刃剑。如果算法的数据有偏见，可能会导致不公平的结果。作为未来的开发者，我们有责任设计公平、公正的算法，并规范地使用数据，警惕算法可能带来的负面影响。 ‹#› 本章知识回顾 01 算法的定义与特征 理解算法的数学定义与计算机科学定义，掌握确定性、有穷性、可行性等核心特征。 02 三种基本结构及其应用 深入理解顺序、选择、循环结构逻辑，能够分析与绘制程序流程图解决实际问题。 03 查找、排序与筛选算法 掌握二分查找、冒泡排序、快速排序等基础算法的核心逻辑与实现思路，理解适用场景。 04算法效率的重要性及优化方法 了解时间复杂度与空间复杂度的概念，学习如何评估算法优劣，掌握算法优化的常见思路与技巧。 05算法在生活中的应用与社会责任 发现生活中的算法逻辑，理解算法对社会发展的推动作用，并思考算法伦理与社会责任。 1.7.2013 最后，我们再来回顾一下本章的核心知识点。从算法的定义和特征，到三种基本结构和常用算法，再到算法的效率优化和社会责任，这些都是我们需要掌握的内容。希望大家能把理论知识运用到实际问题的解决中，不断提升计算思维能力。 ‹#› 课后作业 基础作业 完成教材 Pxx 页的练习题，巩固课堂基础知识点，查漏补缺。 实践作业 尝试用自然语言描述“为自己设计一周早餐”的算法逻辑。 拓展作业 上网搜索一种你感兴趣的排序算法（如快速排序），尝试理解其原理。 1.7.2013 今天的课后作业有三项。基础作业是完成教材上的练习题。实践作业是请大家用自然语言描述一个“设计一周早餐”的算法。拓展作业是上网搜索一种更高效的排序算法，比如快速排序，尝试理解它的原理。 ‹#› 谢谢观看！ 勤于思考，乐于创造 1.7.2013 今天的课程就到这里。希望大家能勤于思考，乐于创造，在算法的世界里探索更多的乐趣。谢谢大家！ ‹#› $