Idéer för aktivt lärande
Algoritmiskt tänkande är kärnan i problemlösning inom datalogi. Det handlar om förmågan att se mönster, bryta ner stora problem i mindre delar (dekomposition) och skapa steg-för-steg-instruktioner för att lösa dem. I Datalogi 1 är detta ett kritiskt förberedande steg innan eleverna börjar skriva faktisk programkod, då det tränar deras logiska förmåga utan att de hindras av syntaxfel.
Aktivitet 01
En elev agerar 'robot' och de andra ska skriva exakta instruktioner för att roboten ska utföra en enkel uppgift, som att bre en smörgås. Roboten följer instruktionerna bokstavligt, vilket avslöjar luckor i logiken.
Vad definierar en algoritm?
Aktivitet 02
Eleverna får ett vardagligt problem (t.ex. hur man väljer kläder efter väder). De skapar individuella flödesscheman, jämför dem i par för att hitta effektiviseringar och presenterar den bästa lösningen.
Hur kan vi beskriva ett problem med pseudokod?
Aktivitet 03
Olika pseudokodslösningar för samma problem hängs upp i klassrummet. Eleverna går runt och sätter post-it-lappar med frågor eller förbättringsförslag på de olika lösningarna.
Varför är algoritmisk design viktig före programmering?
Några anteckningar om att undervisa detta avsnitt
Se upp för dessa missuppfattningar
Att en algoritm måste vara skriven i ett programmeringsspråk.
Många elever tror att algoritmer är synonymt med kod. Genom att arbeta med recept eller instruktioner i vardagen inser de att en algoritm är den bakomliggande logiken, inte själva språket.
Att datorn 'förstår' vad man menar även om man missar ett steg.
Elever överskattar ofta datorns intelligens. Genom rollspel där instruktioner följs strikt ser de att minsta utelämnade detalj kan leda till att hela processen misslyckas.
Metoder som används i denna översikt
Sök- och sorteringsalgoritmer
En djupdykning i klassiska algoritmer som linjär sökning, binärsökning, bubble sort och insertion sort. Vi jämför deras tillvägagångssätt.
8 methodologies
Algoritmisk effektivitet och komplexitet
Grundläggande förståelse för hur man mäter en algoritms effektivitet i tid och minne. Introduktion till Ordo-notation (Big O).
8 methodologies