自主學(xué)習(xí)視域下OPCODE對程序設(shè)計的干預(yù)研究

李昊 田?；?/p>

摘要：良好的認(rèn)知策略為學(xué)習(xí)者加工信息提供了方法，提高了學(xué)習(xí)者對事物的分析判斷能力和創(chuàng)造性思維能力。為探究OPCODE對高職學(xué)生程序設(shè)計課程自主學(xué)習(xí)的干預(yù)效果，研究中設(shè)計了基于OPCODE的認(rèn)知策略與干預(yù)模式，以高職課程中的“C++程序設(shè)計”課程作為案例，以180名學(xué)生作為實(shí)驗(yàn)對象，檢驗(yàn)了該認(rèn)知策略下OPCODE對自主學(xué)習(xí)的干預(yù)效果。研究結(jié)果在一定程度上表明，OPCODE對學(xué)生自主學(xué)習(xí)中細(xì)節(jié)認(rèn)知、知識融通和創(chuàng)造性思維能力有顯著影響。該研究旨在為教師引導(dǎo)學(xué)生自主學(xué)習(xí)提供參考。

關(guān)鍵詞：OPCODE;自主學(xué)習(xí);程序設(shè)計;高等職業(yè)教育;干預(yù)

中圖分類號：TP311? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2022）17-0136-05

1引言

1.1存在的問題

目前，在我國絕大部分高職學(xué)院選擇的第一門程序設(shè)計語言都是高級語言（High-level programming language），高級語言雖然非常接近自然語言，語法結(jié)構(gòu)也非常類似普通英文，但是因?yàn)樗h(yuǎn)離硬件的特性，導(dǎo)致其往往掩蓋了程序的執(zhí)行細(xì)節(jié)[1]。學(xué)生自主學(xué)習(xí)時，在數(shù)據(jù)傳遞方面，數(shù)據(jù)結(jié)構(gòu)方面，程序優(yōu)化方面也會忽略掉這些細(xì)節(jié)。

程序設(shè)計課程中的知識融通[2]指的是依照共通性的原則融合課程中的知識。雖然絕大部分教材在每一章都會指出本章的知識在整個體系中的作用，并且每一個案例都具有使用代碼實(shí)現(xiàn)數(shù)據(jù)移動的共通特性，但是學(xué)生在自主學(xué)習(xí)時都會只留意案例所屬章節(jié)的知識，并未考慮到前后章節(jié)知識的融通。首先學(xué)生在代碼方面會忽略掉順序結(jié)構(gòu)、分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)和函數(shù)等知識都屬于代碼邏輯;其次忽略掉寄存器、棧、靜態(tài)區(qū)和常量區(qū)屬于存儲位置;而普通變量類型、數(shù)組、指針、共用體、結(jié)構(gòu)體和類屬于數(shù)據(jù)結(jié)構(gòu)的共通性也容易被學(xué)生忽略掉。忽略知識融通將會使學(xué)生在自主學(xué)習(xí)時事倍功半。

“21世紀(jì)學(xué)習(xí)框架”指出學(xué)習(xí)的核心能力之一是創(chuàng)新技能[3]。信息技術(shù)在高職學(xué)院教學(xué)過程中，給教師和學(xué)生帶來了很多方便。學(xué)生在自主學(xué)習(xí)的過程中，通過簡單的搜索，就能解決問題。信息技術(shù)的應(yīng)用使得學(xué)生自主學(xué)習(xí)效率得到了一些提高，但是這種便利也使得學(xué)生從學(xué)習(xí)的構(gòu)建者變成了信息技術(shù)的奴隸，使得學(xué)生遇到問題時第一個想到的解決辦法就是搜索網(wǎng)絡(luò)，扼殺了學(xué)生自己解決問題的能力，阻礙了學(xué)生創(chuàng)造性思維的發(fā)展。

1.2文獻(xiàn)綜述

近年來軟件產(chǎn)業(yè)發(fā)展迅速，僅僅依靠課堂獲取的知識已經(jīng)不能滿足軟件產(chǎn)業(yè)對程序設(shè)計課程的要求，自主學(xué)習(xí)成為現(xiàn)代軟件專業(yè)學(xué)生必須掌握的一種能力，學(xué)生不能再僅僅依靠教師灌輸知識，必須在一定環(huán)境下借助特殊的策略，依靠特殊手段主動構(gòu)建知識結(jié)構(gòu)。很多教育工作者都在如何提高自主學(xué)習(xí)效果方面做出了貢獻(xiàn)。有研究表明團(tuán)隊(duì)協(xié)作對提升自主學(xué)習(xí)效果有顯著成效[4-5]，學(xué)習(xí)過程中以小組為單位，以協(xié)作交流為目的，以明確個人任務(wù)為原則，是一種互助的自主學(xué)習(xí)策略。還有研究表明使用數(shù)字媒體協(xié)助自主學(xué)習(xí)也是一種有效方法[6-10]。數(shù)字平臺在資源共享方面為自主學(xué)習(xí)提供了幫助。除此之外，教育工作者們還積極改善策略來引導(dǎo)學(xué)生自主學(xué)習(xí)[11-14]?？v觀現(xiàn)有針對提高自主學(xué)習(xí)效果的研究，雖然有了很多突破，但是無論是研究方法還是研究手段在培養(yǎng)學(xué)生細(xì)節(jié)認(rèn)知、知識融通和創(chuàng)造性思維能力的實(shí)證研究方面仍存在不足。因此，本研究將構(gòu)建一種基于OPCODE（操作碼）的認(rèn)知策略，進(jìn)行程序設(shè)計自主學(xué)習(xí)效果的實(shí)證研究。

2認(rèn)知策略的構(gòu)建

目前主流的程序設(shè)計語言都是高級語言，語法結(jié)構(gòu)類似普通英文，不能被計算機(jī)直接執(zhí)行，需要編譯后生成OPCODE二進(jìn)制文件[15]后方可執(zhí)行?；贠PCODE被CPU直接執(zhí)行的特性，本研究提出一種協(xié)助學(xué)生自主學(xué)習(xí)的認(rèn)知策略。該策略是一種協(xié)助學(xué)生學(xué)習(xí)加工程序設(shè)計類知識的方法和技術(shù)，要求學(xué)生在自主學(xué)習(xí)過程中分析和模擬案例編譯后生成的OPCODE，利用程序設(shè)計語言之間的融合性的特點(diǎn)[16]，指導(dǎo)學(xué)生使用指令來理解程序設(shè)計中的難點(diǎn)與細(xì)節(jié)，幫助學(xué)生對知識進(jìn)行高效的加工和整理，并對知識進(jìn)行分門別類的記憶，從而提高學(xué)生自主學(xué)習(xí)時的效率。

2.1認(rèn)知OPCODE表現(xiàn)形式

OPCODE指計算機(jī)程序中所規(guī)定的要執(zhí)行操作的那一部分指令或字段。因?yàn)镺PCODE是二進(jìn)制序列，直接學(xué)習(xí)會造成學(xué)習(xí)成本[17]的增加，案例通過靜態(tài)分析[18-19]或動態(tài)分析[20-21]可以直接將OPCODE按匯編的形式展示出來，和二進(jìn)制序列相比提高了可讀性[22]，大大減輕了學(xué)生學(xué)習(xí)的困難程度。學(xué)生在學(xué)習(xí)編程語言時接觸到的案例都比較短小，自主學(xué)習(xí)時嘗試使用OPCODE的匯編形式來編碼，可以編寫出在“時間”和“空間”兩個方面最具效率的程序[23]。

2.2理解數(shù)據(jù)加工與流向

程序的根本目的就是處理數(shù)據(jù)，高職學(xué)生前期學(xué)習(xí)的案例中并不涉及框架，所以學(xué)生要自己把控數(shù)據(jù)加工之間的數(shù)據(jù)流向。錯誤的數(shù)據(jù)加工與流向會導(dǎo)致程序出現(xiàn)缺陷[24]。本研究提出的認(rèn)知策略要求學(xué)生根據(jù)OPCODE理解數(shù)據(jù)在內(nèi)存中存儲時的結(jié)構(gòu)以及加工與流動方式，比如：整形數(shù)據(jù)與字符型數(shù)據(jù)在內(nèi)存中的結(jié)構(gòu)有何不同;一維數(shù)組與二維數(shù)組之間是否可轉(zhuǎn)換;形式參數(shù)的變化什么情況可以影響到實(shí)際參數(shù)以及為什么可以影響等等。學(xué)生必須掌握諸如此類的細(xì)節(jié)才能為后期的學(xué)習(xí)打好基礎(chǔ)。

2.3分析內(nèi)存行為

內(nèi)存是計算機(jī)的重要組成部件之一，是外存與CPU進(jìn)行數(shù)據(jù)傳遞的橋梁，所有程序運(yùn)行前都需要將有關(guān)數(shù)據(jù)裝入內(nèi)存[25]。程序執(zhí)行過程中涉及大量數(shù)據(jù)的引用，如何高效地為每一個數(shù)據(jù)分配空間，并且在數(shù)據(jù)使用完畢后及時地釋放空間是維護(hù)程序健壯性首要的內(nèi)存行為。不當(dāng)?shù)膬?nèi)存行為會導(dǎo)致程序在運(yùn)行過程中出現(xiàn)內(nèi)存泄漏、膨脹等問題，嚴(yán)重的甚至?xí)?dǎo)致程序崩潰[26]。當(dāng)這些問題存在時程序并不會立即出現(xiàn)錯誤，而是在運(yùn)行一段時間之后才會有異常表現(xiàn)。這就需要學(xué)生通過分析內(nèi)存行為從內(nèi)存消耗的角度找到內(nèi)存消耗過多的數(shù)據(jù)結(jié)構(gòu)，通過對OPCODE的回溯確定造成內(nèi)存消耗的內(nèi)存行為。有效地分析內(nèi)存行為有助于學(xué)生深入地了解程序在內(nèi)存中的執(zhí)行情況，進(jìn)而幫助學(xué)生提前發(fā)現(xiàn)潛在的問題。

3自主學(xué)習(xí)干預(yù)模式的設(shè)計

構(gòu)建以O(shè)PCODE為基礎(chǔ)的自主學(xué)習(xí)干預(yù)模式，就是在多種學(xué)校資源的支持下，以大學(xué)生自主學(xué)習(xí)為主體，以動態(tài)靜態(tài)分析為手段，以分析OPCODE為策略，以編譯器為平臺，以教師輔助為保障的多維度立體化的協(xié)助模式（圖 1）。

3.1主動型干預(yù)

推進(jìn)學(xué)生的主觀能動性為向?qū)У膶W(xué)習(xí)制度可以實(shí)現(xiàn)學(xué)生學(xué)業(yè)發(fā)展體系的全面完善和持續(xù)更新[27]。在程序設(shè)計課程的自主學(xué)習(xí)過程中，要確立學(xué)生的主體地位，引導(dǎo)學(xué)生主動地分析每一個案例的OPCODE，使學(xué)生通過分析來獲得知識，并能夠?qū)χR進(jìn)行靈活運(yùn)用。這就要求學(xué)生要構(gòu)建主動分析的學(xué)習(xí)體系。知識不再是僅僅從案例代碼中獲取，而是在OPCODE的幫助下，從知識融通的角度總結(jié)得到，使學(xué)生認(rèn)識到總結(jié)知識的本質(zhì)作用，從而充分地調(diào)動學(xué)生學(xué)習(xí)的積極性。

3.2被動型干預(yù)

在學(xué)生自主學(xué)習(xí)的階段，會出現(xiàn)種種無法預(yù)料的問題，有意識地采用合適的學(xué)習(xí)手段可幫助基礎(chǔ)薄弱缺乏學(xué)習(xí)動力的學(xué)生養(yǎng)成良好學(xué)習(xí)習(xí)慣[28]。在程序設(shè)計課程的自主學(xué)習(xí)階段，會因?yàn)橹R掌握得不完善導(dǎo)致編寫的代碼出現(xiàn)各種邏輯BUG。而解決邏輯BUG是每一個學(xué)習(xí)程序設(shè)計的學(xué)生必須掌握的能力。學(xué)生通過查看OPCODE的匯編表現(xiàn)形式，可以快速地定位邏輯出錯的位置并解決，從而提高學(xué)生在自主學(xué)習(xí)過程中解決問題的能力。

3.3探究型干預(yù)

探究是新課程改革倡導(dǎo)的重要學(xué)習(xí)方式，是一種以發(fā)現(xiàn)問題為前提，解決問題為向?qū)У膶W(xué)習(xí)方式[29]。學(xué)生在自主學(xué)習(xí)的過程中需要有問題意識，需要有“耳聽為虛，眼見也不一定為實(shí)”的意識。通過OPCODE干預(yù)的自主學(xué)習(xí)過程中，學(xué)生能發(fā)現(xiàn)很多高級語言掩蓋的知識，而這種知識在教材或者日常教學(xué)中并無體現(xiàn)。這就需要學(xué)生繼續(xù)使用OPCODE進(jìn)行探究最終得到解決，既鞏固了之前所學(xué)的知識，又掌握了知識的融通，大大提高了學(xué)生自主學(xué)習(xí)的效果。

4實(shí)驗(yàn)與結(jié)果分析

4.1對象

本研究選擇某高校C++選修課和必修課的180名學(xué)生作為測試對象，且均為統(tǒng)一招生。所有測試對象被隨機(jī)分配成3個測試組，分別為普通組、OPCODE行為分析組（以下簡稱“行為分析組”）和OPCODE行為模擬組（以下簡稱“行為模擬組”）。每組均有60名學(xué)生，學(xué)生的年齡和基礎(chǔ)課成績等情況比較，差異均無統(tǒng)計學(xué)[30]意義（P>0.05），具有可比性。

4.2實(shí)驗(yàn)設(shè)計

選擇學(xué)生入學(xué)后第1學(xué)期開設(shè)C++的程序設(shè)計課程來做實(shí)驗(yàn)，三組學(xué)生教材、資料、學(xué)習(xí)平臺和教師一致。普通組自主學(xué)習(xí)采用傳統(tǒng)方式，根據(jù)教材和平臺資料進(jìn)行學(xué)習(xí)和練習(xí)，自己制定學(xué)習(xí)計劃，教師充當(dāng)學(xué)習(xí)顧問，不提供C++知識以外的交流與指導(dǎo)。行為分析組自主學(xué)習(xí)時，需要分析由編譯器生成的每一個案例OPCODE的匯編表現(xiàn)形式，并根據(jù)OPCODE的運(yùn)行記錄下棧幀數(shù)據(jù)變化，教師可對編譯器生成的OPCODE進(jìn)行指導(dǎo)。行為模擬組在行為分析組學(xué)習(xí)的方法上仍需要模擬編譯器的功能，自行構(gòu)建棧幀，將案例每一句高級語言翻譯成OPCODE的匯編表現(xiàn)形式，并考慮是否可由其他代碼替換（圖 2）。三組學(xué)生學(xué)習(xí)時長相同。

實(shí)驗(yàn)采用準(zhǔn)實(shí)驗(yàn)設(shè)計[31]，主要分為實(shí)驗(yàn)前測試和實(shí)驗(yàn)后測試兩個階段，實(shí)驗(yàn)前測試在實(shí)驗(yàn)前一周內(nèi)進(jìn)行，試驗(yàn)后測試在實(shí)驗(yàn)結(jié)束后馬上進(jìn)行測試。分析方法為單因素ANOVA檢驗(yàn)，檢驗(yàn)水準(zhǔn)α= 0.05。

4.3實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)前在各組之間成績滿足正態(tài)分布且整體方差相等的前提下進(jìn)行單因素ANOVA檢驗(yàn)得到結(jié)果如表 1?？梢钥闯鰧?shí)驗(yàn)前三個分組的平均成績差異無統(tǒng)計學(xué)意義（p>0.05）。

實(shí)驗(yàn)后各組之間成績K-S檢驗(yàn)滿足正態(tài)分布（每組超過50人以K-S檢驗(yàn)為主），并且不同分組整體方差相等。由表 2可以看出各組之間差異具有統(tǒng)計學(xué)意義（p<0.05）。說明三個分組經(jīng)過試驗(yàn)已經(jīng)出現(xiàn)了成績上的偏差，由本研究提出的策略協(xié)助學(xué)習(xí)的兩個組學(xué)習(xí)效果優(yōu)于普通組，而行為模擬組的學(xué)習(xí)效果優(yōu)于行為分析組。

4.4行為分析組與行為模擬組學(xué)生針對OPCODE認(rèn)知策略的評價

5討論

認(rèn)知策略是影響學(xué)生學(xué)習(xí)成績的因素之一[32]。目前在我國程序設(shè)計課程的學(xué)習(xí)中，多數(shù)學(xué)生仍局限于只學(xué)習(xí)高級語言案例代碼的認(rèn)知策略，其學(xué)習(xí)效果是值得肯定的，但存在的不足也是值得教育工作者思考和探索的。高水平的認(rèn)知策略可以促進(jìn)學(xué)生的知識建構(gòu)，并進(jìn)一步為促進(jìn)學(xué)生元認(rèn)知策略的發(fā)展建立支架[33]。學(xué)生不僅要清楚了解自己的學(xué)習(xí)目標(biāo)，還要知道選擇何種策略高效的組織知識，監(jiān)控自己的學(xué)習(xí)過程?；贠PCODE的認(rèn)知策略為學(xué)習(xí)者提供了一種新型的高效率的方法來達(dá)到學(xué)習(xí)的目標(biāo)。

5.1有助于提高自主學(xué)習(xí)中認(rèn)知細(xì)節(jié)問題的能力

高級語言中有很多重要的知識并沒有在教材和日常教學(xué)中體現(xiàn)出來，這些知識的存在使得高級語言中很多復(fù)雜的問題得到妥善的解決。如棧幀[34]結(jié)構(gòu)的存在提高了內(nèi)存的利用率。棧幀的實(shí)質(zhì)就是開辟的一段用于記錄函數(shù)數(shù)據(jù)的內(nèi)存，參數(shù)和返回地址放在EBP加偏移的位置，EBP指向的位置保存的是上層函數(shù)的EBP數(shù)值，臨時變量放在EBP減偏移的位置，當(dāng)函數(shù)執(zhí)行完畢時通過將EBP的值賦值給ESP進(jìn)行棧幀的銷毀，在整個調(diào)用過程中，始終以EBP寄存器作為橋梁不斷的進(jìn)行數(shù)據(jù)操作。EBP的這些操作就是Inter32位平臺上OPCODE的一種表現(xiàn)形式，指令和Inter指令集是一一對應(yīng)的[35]，大大增加了OPCODE的可讀性，使學(xué)生在自主學(xué)習(xí)過程中可以直接理解程序執(zhí)行時的細(xì)節(jié)。

5.2有助于加強(qiáng)自主學(xué)習(xí)中融通知識的能力

學(xué)生通過學(xué)習(xí)OPCODE的匯編表現(xiàn)形式，可以發(fā)現(xiàn)使用jmp、jcc、call、ret指令可以實(shí)現(xiàn)所有的代碼跳轉(zhuǎn)，使用7種尋址方式可以解決數(shù)據(jù)的讀取問題;可以發(fā)現(xiàn)在內(nèi)存中沒有數(shù)據(jù)類型的區(qū)別，只有字節(jié)的區(qū)別;還可以發(fā)現(xiàn)代碼和數(shù)據(jù)在內(nèi)存中都是0和1二進(jìn)制數(shù)據(jù)，代碼的OPCODE是數(shù)據(jù)，數(shù)據(jù)也可以被翻譯成代碼（圖 3）。

5.3有助于解決自主學(xué)習(xí)中創(chuàng)造性思維的問題

計算機(jī)程序是一組計算機(jī)能識別和執(zhí)行的指令，運(yùn)行于電子計算機(jī)上，滿足人們某種需求的信息化工具。學(xué)生在自主學(xué)習(xí)程序設(shè)計時的要求則是設(shè)計代碼使程序運(yùn)行結(jié)果正確。根據(jù)OPCODE和高級語言的知識融通性，學(xué)生可以發(fā)揮自己的創(chuàng)造性思維（圖 4），設(shè)計出和案例不一樣的程序進(jìn)行對比，從而使知識掌握得更加透徹。

5.4有助于增強(qiáng)自主學(xué)習(xí)中處理邏輯問題的能力

學(xué)生在自主學(xué)習(xí)程序設(shè)計課程的過程中會出現(xiàn)各種問題，違反形式邏輯規(guī)律的要求和規(guī)則而產(chǎn)生的邏輯問題又是眾多問題中出現(xiàn)次數(shù)最多的一種。當(dāng)普通組學(xué)生出現(xiàn)邏輯問題時，都是嘗試分析編譯器中的高級語言是否存在錯誤，期望從中找到解決辦法，效果也是因人而異。而利用基于OPCODE的認(rèn)知策略解決程序設(shè)計過程中出現(xiàn)的各種邏輯問題的能力是行為模擬組和行為分析組學(xué)生具備的能力。這種能力以處理OPCODE為認(rèn)知操作，以解決程序中各種邏輯導(dǎo)致的運(yùn)行問題為目的，以發(fā)現(xiàn)問題、分析問題、提出假設(shè)和驗(yàn)證假設(shè)為操作序列。當(dāng)出現(xiàn)邏輯問題時通過斷點(diǎn)定位到出現(xiàn)問題的OPCODE，然后回溯OPCODE明確問題原因并嘗試解決問題（圖 5）。利用OPCODE由CPU直接執(zhí)行的特性，提高了找到并處理邏輯問題的效率。

5.5有助于提高自主學(xué)習(xí)興趣

在本研究行為模擬組和行為分析組自主學(xué)習(xí)過程中，學(xué)生發(fā)現(xiàn)了多個正常教學(xué)活動中未涉及的問題并自行解決（圖 6），通過興趣產(chǎn)生了動力實(shí)現(xiàn)了“知其所以然”。該認(rèn)知策略促使學(xué)生在學(xué)習(xí)期間自己發(fā)現(xiàn)了教材以外的知識。與傳統(tǒng)認(rèn)知策略相比，學(xué)生掌握了獲取知識的主導(dǎo)權(quán)，改變了以往學(xué)習(xí)過程中被動的局面。有88.3%的學(xué)生認(rèn)為該策略提高了學(xué)習(xí)興趣，幫助自己高效地掌握所學(xué)知識、思考所學(xué)內(nèi)容。

5.6有助于提高自主學(xué)習(xí)的效果

傳統(tǒng)的認(rèn)知策略是以教師對案例的講解為主要手段，學(xué)生把大多數(shù)精力放在教學(xué)案例上，甚至?xí)霈F(xiàn)記憶案例的現(xiàn)象，缺乏對知識的思考與辨認(rèn)，扼殺了學(xué)生的創(chuàng)造靈感和個性[36]。在本研究過程中，針對普通組學(xué)生無法理解的難點(diǎn)，行為分析組的同學(xué)通過對OPCODE的分析已自行解決，行為模擬組的同學(xué)通過模擬實(shí)現(xiàn)OPCODE，對知識的理解更加透徹并幫助普通組同學(xué)解答問題。在實(shí)驗(yàn)中，行為分析組和行為模擬組成績均高于普通組，說明該策略能顯著提高自主學(xué)習(xí)的效果。

5.7開展基于OPCODE的認(rèn)知策略自主學(xué)習(xí)的建議

雖然基于OPCODE的認(rèn)知策略相比傳統(tǒng)自主學(xué)習(xí)策略有較多優(yōu)勢，但在實(shí)施過程中也存在一些問題。首先，使用本研究認(rèn)知策略需要先熟悉OPCODE的匯編表現(xiàn)形式，增加了時間成本。但是根據(jù)知識的融通性，使用本研究認(rèn)知策略理解知識的細(xì)節(jié)后，能提高所有高級語言的學(xué)習(xí)效率，減少后期使用時間，宏觀方面時間成本并沒有增加。其次，OPCODE的匯編表現(xiàn)形式還包含了大量的底層知識。學(xué)生只需學(xué)習(xí)數(shù)據(jù)尋址、寄存器、指令系統(tǒng)等知識即可滿足自主學(xué)習(xí)的需要。再次，根據(jù)實(shí)驗(yàn)結(jié)果顯示，行為模擬組的成績優(yōu)于行為分析組和普通組，建議學(xué)生在學(xué)習(xí)時采用模擬OPCODE行為的方式進(jìn)行自主學(xué)習(xí)。最后，只需要學(xué)生在學(xué)習(xí)第一門高級語言時熟悉OPCODE指令即可，目前我國絕大多數(shù)高職院校要求學(xué)生學(xué)習(xí)的第一門高級語言都是C++或者Java這兩種編譯性語言，通過基于OPCODE的認(rèn)知策略掌握了高級語言的細(xì)節(jié)后，根據(jù)知識的融通性即可解決后續(xù)其他高級語言學(xué)習(xí)中的問題。

由對研究對象進(jìn)行試驗(yàn)得到的結(jié)果可以得出結(jié)論，使用OPCODE協(xié)助學(xué)習(xí)程序設(shè)計案例是學(xué)生在自主學(xué)習(xí)程序設(shè)計課程時一種良好的認(rèn)知策略，有助于提高學(xué)生自主學(xué)習(xí)效果，為學(xué)生后期學(xué)習(xí)其他程序設(shè)計類課程奠定了基礎(chǔ)。

參考文獻(xiàn)：

[1] 胡玉祥，孫德輝.遞歸算法的匯編語言剖析[J].北方工業(yè)大學(xué)學(xué)報，2013，25（1）：45-48.

[2] Zitter I，Hoeve A.Hybrid learning environments：merging learning and work processes to facilitate knowledge integration and transitions[EB/OL].http：//dx.doi.org/10.1787/5k97785xwdvf-en，2012-06-26.

[3] 肖立，孟立軍.“級聯(lián)效應(yīng)”：一項(xiàng)基于PBL美國21世紀(jì)大學(xué)生自主學(xué)習(xí)能力培養(yǎng)的質(zhì)性研究[J].中國遠(yuǎn)程教育，2017（12）：38-45.

[4] 張正華.提升學(xué)生自主學(xué)習(xí)能力的三個策略[J].語文建設(shè)，2019（17）：44-45.

[5] 張娟.團(tuán)隊(duì)自主學(xué)習(xí)“風(fēng)車模型”在組織行為學(xué)教學(xué)中的探索與實(shí)踐[J].當(dāng)代教育實(shí)踐與教學(xué)研究，2019（17）：167-168.

[6] 易斌.基于自主學(xué)習(xí)能力培養(yǎng)的自媒體建設(shè)[J].中國高?？萍?，2019（7）：94-96.

[7] 劉軍，郭紹青，黃琰，等.WSR視野下網(wǎng)絡(luò)學(xué)習(xí)空間開展自主學(xué)習(xí)SPA模型構(gòu)建——網(wǎng)絡(luò)學(xué)習(xí)空間內(nèi)涵與學(xué)校教育發(fā)展研究之九[J].電化教育研究，2019，40（7）：46-52.

[8] 杜曉明.基于云計算的協(xié)作式自主學(xué)習(xí)的實(shí)踐[J].實(shí)驗(yàn)室研究與探索，2016，35（8）：171-173，211.

[9] 吳杰.信息化條件下學(xué)生個性化自主學(xué)習(xí)模式的實(shí)踐研究——以高職《C語言》為例[J].質(zhì)量與市場，2020（15）：107-109.

[10] WANG M. Non-English major students autonomous learning under web-based environment[J]. International Journal of Social Sciences in Universities，2020，3（4）.

[11] 韓秋楓，李瑛，呂潔.從知識內(nèi)化的角度論如何提升翻轉(zhuǎn)課堂中學(xué)生的自主學(xué)習(xí)能力[J].計算機(jī)工程與科學(xué)，2016，38（S1）：204-207.

[12] 王文軒.混合教學(xué)模式下高職學(xué)生自主學(xué)習(xí)能力培養(yǎng)的實(shí)證研究[J].中國職業(yè)技術(shù)教育，2018（35）：10-15.

[13] 蔣豐興，呂穎梅，徐景坤.以“潛能激勵”培養(yǎng)模式提高碩士生自主學(xué)習(xí)能力——以江西科技師范大學(xué)為例[J].學(xué)位與研究生教育，2017（12）：22-26.

[14] Sun X.Research on the construction of English autonomous learning monitoring mode under the background of big data[J].Journal of Contemporary Educational Research，2021，5（1）.

[15] Chen J Y，Yang W，Hsu W C，et al.On static binary translation of ARM/thumb mixed ISA binaries[J].ACM Transactions on Embedded Computing Systems，2017，16（3）：1-25.

[16] 謝志英，袁紅麗，韓月霞，等.關(guān)于計算機(jī)編程語言之間融合教學(xué)的研究[J].計算機(jī)工程與科學(xué)，2014，36（S1）：212-215.

[17] 魏配軒，趙文梅，余娥，等.大學(xué)生學(xué)習(xí)成本和學(xué)習(xí)收益影響因素研究[J].現(xiàn)代商貿(mào)工業(yè)，2019，40（6）：166-167.

[18] Ye Y F，Li T，Zhu S H，et al.Combining file content and file relations for cloud based malware detection[C]//KDD '11：Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining.2011：222-230.

[19] Tamersoy A，Roundy K，Chau D H.Guilt by association：large scale malware detection by mining file-relation graphs[C]//KDD '14：Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining.2014：1524-1533.

[20] Ding Y X，Xia X L，Chen S，et al.A malware detection method based on family behavior graph[J].Computers & Security，2018（73）：73-86.

[21]HARDY W，CHEN L，HOU S，et al.D14md：A deep learning framework for intelligent malware detection[C]//Proceedings of the International Conference on Data Mining（DMIN）， 2016：61.

[22] 武偉，汪璇，劉曉燕.匯編語言程序設(shè)計課程教學(xué)改革探討[J].西南師范大學(xué)學(xué)報（自然科學(xué)版），2009，34（2）：201-204.

[23] 盛羽，余進(jìn)，陳松喬，等.基于CPU仿真器的匯編語言學(xué)習(xí)系統(tǒng)設(shè)計與實(shí)現(xiàn)[J].中南大學(xué)學(xué)報（自然科學(xué)版），2010，41（6）：2224-2230.

[24] 王斌，吳太文，胡培培.軟件缺陷分類和分析研究[J].計算機(jī)科學(xué)，2013，40（9）：16-20，24.

[25] 嵇海明，楊宗源.PE文件格式剖析[J].計算機(jī)應(yīng)用研究，2004，21（3）：165-166，193.

[26] 李文杰，姜淑娟，錢俊彥，等.基于對象引用關(guān)系的Java程序內(nèi)存行為分析方法[J].電子學(xué)報，2015，43（7）：1336-1343.

[27] 廖春華，歐李梅.智能時代以自主學(xué)習(xí)為中心的學(xué)生學(xué)業(yè)發(fā)展體系構(gòu)建探索[J].中國大學(xué)教學(xué)，2020（10）：69-74.

[28] 莊靜恒.“被動學(xué)習(xí)→主動探究”教學(xué)模式的構(gòu)建研究[J].科教導(dǎo)刊（上旬刊），2010（1）：49-51.

[29] 付晨晨.論探究式學(xué)習(xí)的價值[J].中學(xué)政治教學(xué)參考，2017（27）：76-78.

[30] 李潔明.博學(xué)·經(jīng)濟(jì)學(xué)系列：統(tǒng)計學(xué)原理（第7版）[M].上海：復(fù)旦大學(xué)出版社，2017.

[31] 王寧.準(zhǔn)實(shí)驗(yàn)設(shè)計與比較個案研究[J].旅游學(xué)刊，2020，35（12）：3-4.

[32] SHIH，INGEBRITSEN T，PLEASANTS J，F(xiàn)LICKINGER K，BROWN G. Learning strategies and other factors influencing achievement via web courses[A]. WU S，MADISON. Distance learning '98. proceedings of the annual conference on distance teaching & learning[C]. MADISON，WI：Madison Press，1998，359-363.

[33] Salovaara H.An exploration of students' strategy use in inquiry-based computer-supported collaborative learning[J].Journal of Computer Assisted Learning，2005，21（1）：39-52.

[34] 錢林松.C++反匯編與逆向分析技術(shù)揭秘[M].北京：機(jī)械工業(yè)出版社，2011：149-165.

[35] IA-32 Intel architecture software developers manual volume 2：in-struction set reference[S].[S.l.]：Intel Corporation， 2003.

[36] 王進(jìn)，鄒晶瑩，林婕.基于智能手機(jī)的移動學(xué)習(xí)對高職學(xué)生自主學(xué)習(xí)能力的影響研究[J].護(hù)理研究，2018，32（9）：1451-1453.

收稿日期：2021-07-16

基金項(xiàng)目：河南省教育科學(xué)“十三五”規(guī)劃2020年度一般課題“疫情環(huán)境下基于云課程平臺的翻轉(zhuǎn)課堂自主學(xué)習(xí)模式研究——以軟件技術(shù)專業(yè)教學(xué)為例”（課題批準(zhǔn)號：2020YB0463）

作者簡介：李昊（1980—），男，河南鄭州人，講師，碩士，主要研究方向?yàn)閿?shù)據(jù)結(jié)構(gòu)、高職教育;田?；郏?975—），女，河南商水縣人，教授，本科，工學(xué)碩士，主要研究方向?yàn)橹悄芙煌夹g(shù)運(yùn)用、計算機(jī)科技與技術(shù)。