今天，我读了mmdxlc教授的《算法思维与创新精神---信息技术教育的核心价值》一文，文章短小精悍，它涉及自然科学类学科“学生如何认识世界、发现规律的演绎、强调逻辑思维能力和科学精神”、人文类学科信息技术等技术类学科强调“解决问题和任务可行、可操作的算法思维与创新精神”，学校课程强调“培养文理融合、思维均衡发展”的提法，是分析这些学科得出的观点，我非常同意。
最近的理论学习精读了江西师大mldlf教授《信息化教学模式--理论建构与实践例说》一书的理论部分。 去年读的时候还有点辛苦，今年重读了一遍，才体会到理论必须以实践为基础，才能实现指导实践的价值。 实践没有理论指导，实践就很难系统和提高。 书中培养学生高级思维的理论部分深受感动，正好用于省教院名师在线课堂视频讲座，信息技术学科的核心价值不仅仅局限于信息素养、简单任务的完成，而是基于信息素养对学生的高级思维，即问题解决、决策、批判性通过设置更复杂的劣势项目任务，给出项目的基本问题框架和案例分析，通过评价引导、案例学习、小组合作等方式引导学生在项目活动中自主探究、合作交流，实现选择决策、解决问题、方案制定算法来自生活，让生活更美好。
社会进步，技术发展，今天的信息技术教育环境与8年前制定课程标准时相比发生了很大的变化，8年前很多学校都在上网，现在也有学校在平板电脑上进行教育。 因此，8年前信息技术学科的核心价值观是否真实地反映了当前信息技术学科的教育环境和当前学生的素养？ 现在的学生不需要老师教教材中列举的一些技术、技能。 因此，信息技术学科的核心价值观也必须随着社会的发展和进步有更高的要求和内涵，以培养学生的高级思维作为本学科的核心价值值得肯定和尝试，美国的《21世纪技能》一书在21世纪也有培养学生的问题和创新能力这期间，大胆的电源老师博客上的学生总结，体现了mmdxlc对信息技术学科的核心价值观吗！ 养育别人看吗！
我在网上看到了“算法思维很重要，不是程序的实现”的文章。 转载如下。
实现算法首先是思维的实现，而不是埋头在那里编程实现。 要想成为优秀的广告，就必须善于从思维中把握算法的核心，而不是像工人一样思考。 如果别人已经给了我思考，我会用斧头或凿子做。 几年前成为话题的是使程序编程自动化的方法。 也就是说，在明确了思维层面的算法之后，程序的实现似乎只是工程量的问题，不存在计算机理解的二义问题。 如今，许多人似乎更愿意成为代码和算法程序上的完美实现者，而不是架构师、算法思维大师、算法创造者和组织者。 这是一个值得深思的问题。
算法源于生活，是解决问题的策略和步骤的提取。 例如，如果大家都坐公交车，而不是从A站直达B站，那么如何计算特定策略下的最优解，相对于策略而言，可以选择1 )总路径最短。 2 )总时间最短。 (总路径短并不一定意味着时间短，而是径直穿过闹市区，反而可能慢。 3 )每次输给公交车都会统计舒适度。 你可能觉得我不介意时间，但我坐着很舒服。 4 )你是游客。 我想多穿过风景名胜区。 先决定哪个战略解决问题，再设计解决问题的步骤。 例如，如果总路径最短，则必须计算两点之间的距离和可达性。
复杂的算法程序具有输入输出的共性。 设计程序时，就像疱丁解牛一样，先整理这两根主骨。 中的算法结构，要培养良好的流程图思维习惯。 所以，程序算法千变万化，但算法的思维是相通的。 所以，各算法思想非常高度地概述了各程序的实现流程。 正如前面提到的总线算法，输入是a、b、战略模式。 输出：策略中的最佳解。 如果您要变得更专业、与他人交流或创建电子文档，建议遵循正规点的流程图软件。 visio和UML都是比较好的选择。
思考最重要的是条理。 那么，表示该路径的工具是流程图。 程序流程图是通过固定的图形、指示线、文字说明来准确表示算法的图形，具有直观、形象的特征，能够清晰地表现算法的逻辑结构。 绘制程序框图的规则：使用标准的块符号； 框图一般以从上向下、从左向右的方向描绘； 除了判断框以外，大多数程序框图的符号只有一个进入点和一个退出点，判断框是唯一具有一个以上退出点的符号。 其实大部分算法还是通过基本算法的组合流程图用体现你算法思想的语言，将你的思维物化。 你必须非常习惯画流程图。 流程图描述了解决问题的方法、思路或算法。 流程图的优点： (a )采用简单规范的符号，画法简单； (b )结构清晰，逻辑性强) c )容易解释，容易理解。 流程图中采用的符号： (1)开始框{椭圆形}
(2)结束框；椭圆形；3 )执行框；长方形框)
(4)判别框(水平菱形)。 除了上述比较常见的工艺图外，还有NS图和PAD图等国际上流行的工艺图，但具体采用什么样的工艺图还没有决定。 重要的是把你的思维表达清楚。
如果蔓延，状态混乱，画状态机图； 如果交互流程不明确，则画序列图； 如果班级之间的关系不好，有时也会画类图。 需求时各部门责任不明确，不知道各部门在做什么时，绘制部门责任图。
要实现，如果你打算自己发明基础算法，就需要深厚的数学基础。 你去看基础数学。
如果你只是打算编写普通的算法，首先还是要把那些基础算法都融汇贯通，这里涉及到很多的计算机基础也算是核心课程，数据结构、算法基础、编译原理、操作系统、离散数学、数据结构和算法基础，它们是一种高度思想的结晶，你可以一遍又一遍反复地看，反复去思考，去理解，去实现。这样你可以对基础算法的精髓了解得很深。算法能力的提高周期比较长，即使你是一个自认为比较聪明的程序员，也不要指望在很短时间内达到一个很高的水平。当然数学能力也很重要，编写算法不懂数学，到一定程度后就上不去了，这个除了自己努力还要看天赋了。但总得来说，勤能补拙是良训，一分辛劳一分才。你只要花时间在基础算法和基础数学上有所付出和努力，算法还是会得到一定能力的提高。
提高自己对算法的思维逻辑能力，先提高自己的计算机逻辑思维能力，再考虑如何让计算机提高逻辑思维能力，最后让计算机自己提高逻辑思维能力。当然最后一种境界是唠叨的萝莉才有的境界，提高自己的逻辑思维能力是一个必备基础，如果自己的思维也没有条理化，那么计算机不是你的优质复制品，能够自己去学习，去优化自己的算法；提高计算机的思维能力，就是在你的算法中有强大的容错机制和反馈机制，使它象人一样能与人沟通。当然最高的境界是计算机有自主的逻辑思维能力，就是说的编程自动化，能理解人的算法的思维表达结果，然后自动转化成二进制世界里的语言形式。至于算法的实现，先抓住核心算法的实现，然后再是调用算法的程序，而不是反过来先编好测试用例和调用者算法，再去写核心算法。这是一种思维优先级的排列。