简介面向NOC全国中小学信息技术创新与实践大赛指导教师认证的真题文档适合备赛教师、机器人及编程课程教研人员用于自测与查漏补缺。内容围绕认证笔试常见考点组织覆盖for与while循环、二分查找、乐高EV3连接方式、灰度传感器组成、Python二维列表索引、递归关系式与递归出口、枚举与递推算法、Scratch列表应用以及文字识别、语音合成、计算机视觉、自然语言处理和人工智能核心要素等基础知识并穿插机器人组成、Arduino无源蜂鸣器与串口输出等实操判断。资源包共1个doc文件大小约34KB轻量便携便于打印或逐题核对。已有6710人学习说明其题目范围与解析思路具有一定参考价值。读者可借助逐题答案与简要说明梳理知识盲区理解概念辨析和代码判断类题目的作答依据适合考前集中刷题与错题复盘。1. 一份真题能省下多少弯路NOC 指导教师认证到底在筛什么某导师在机构带信息技术兴趣班学生说想报名参赛他先去翻了几套 NOC 指导教师认证真题。第一反应是杂一会儿问 while 循环能不能不写条件一会儿问乐高设备支持哪种连接转头又跳到语音合成和 CMYK。他一度以为这是把七八门课的期末卷拼在了一起。把知识点归拢一遍其实并不散。这些题只围着三条线走算法思维递归、枚举、递推、二分查找、硬件与编程基础循环、列表、传感器、主控板、人工智能常识视觉、语音、语言。三条线各占三分之一篇幅正好对应一位指导教师要带孩子做的三件事——讲清思路、把东西搭起来、解释现象。这篇就沿这三条线走一遍顺带把最容易记混的地方挑出来。2. 递归、枚举、递推三种笨办法差在哪学科编程的人早晚会撞上这三个词。它们听着都像解题套路实际上各管一段一个负责把大问题拆小一个负责挨个试一个负责顺着前一步推后一步。分不清它们做题时容易把递归写成死循环把枚举写成跑不完的长循环。2.1 递归先答应下来再拆成更小的自己查一个不认识的词词典的解释里又有生词只能接着查直到查到一个你本来就认识的字为止。递归就是这个过程把问题交给规模更小的同一个问题一直交到某个不用再交为止。所以一道题想用递归解决必须凑齐两样东西递归关系式和递归出口。以前面真题里那道求和为例f(n)f(n-1)n 是关系式f(1)1 是出口。写成代码就是def f(n): if n 1: # 递归出口最小规模直接给答案 return 1 return f(n - 1) n # 递归关系式把 f(n) 交给 f(n-1) 去办if那一支是出口缺了它函数会一直往下调用自己直到报RecursionError。参数n每次减 1规模一定在缩小这是递归能停下来的另一个前提。递归被反复考是因为它有一个别的写法替代不了的优点符合人的思维方式程序也简洁。想表达一棵树的所有节点循环要写一堆栈操作递归两行就完了。代价同样明显——层数一多就吃内存遇到像斐波那契这种会重复展开的结构不加缓存能把电脑算到风扇狂转这算是初学者最常踩的坑之一。2.2 枚举把所有可能性排队点名抽屉里找钥匙最笨也最可靠的办法是一件件拿出来试。枚举就是这种思路把候选对象排成一队逐个检查是否符合条件。它有三个要素缺一不可——要素作用举例找 1 到 100 内同时被 3 和 5 整除的数枚举对象要挨个检查的东西1 到 100 之间的整数枚举范围对象的取值范围range(1, 101)判定条件什么算合格i % 3 0 and i % 5 0for i in range(1, 101): # 枚举范围把候选一个个取出来 if i % 3 0 and i % 5 0: # 判定条件合格的才输出 print(i)循环负责取if负责筛。真题里把判定条件归到循环结构上说的其实是枚举离不开循环这副骨架——没有循环候选就取不完。枚举的软肋在成本。范围一大候选数量爆炸再快的机器也跑不完。所以枚举范围怎么定、判定条件写多严直接决定这道题是几秒钟出结果还是跑到天亮。这也是真题里那句枚举对象、枚举范围、判定条件的选择影响解题思路的由来。2.3 递推找到前后两步的那根线上楼梯你知道第一级怎么迈之后每一级都是上一级再迈一步。递推不关心问题怎么分解只关心相邻两项之间的那根线——也就是递推式。同一个 f(n)f(n-1)n用递推写出来是另一种样子n 10 result 1 # 起点相当于 f(1)1 for i in range(2, n 1): # 从第 2 项一路推到第 n 项 result result i print(result) # 55递归是从上往下问一直问到最小规模再往回带答案递推是从下往上填从起点一步步算到终点。前者程序短但压栈后者代码长一点但只占一个变量。递推的方向也不是死的。已知条件在起点、答案在终点叫顺推从结果倒着往回推叫逆推。真题里那句无论顺推还是逆推关键是要找到递推式说的正是这件事。它真正的价值在于把复杂运算化成若干步重复的简单运算——计算机最擅长的就是重复。2.4 三种思路放在一起考的原因因为它们共享同一个内核把大问题变小。递归靠分解递推靠连接枚举靠穷尽。这三样刚好覆盖了中小学阶段能讲清楚、又不需要高等数学铺底的算法思想再往上就是动态规划、图论那些得先有数据结构基础的内容了。对比着看更清楚思路一句话概括典型写法适合的场景主要代价递归自己调用自己函数内部调用本函数结构自相似树、分治、嵌套栈深限制、可能重复计算枚举挨个试一遍循环 条件判断范围有限、答案可验证范围一大就跑不动递推用前一项算后一项单层循环 变量或数组前后有明显数量关系得先找出递推式另一个常被忽略的考点是二分查找。它和上面三个不是一类但常一起出现二分查找要求被查内容必须有序否则取中间值比较、决定往哪半边找这个前提就不成立。有序是它的入场券不是可选配置。3. 循环、索引、二维列表编程基础题到底在筛什么这一块的题目最像送分题也最容易翻车。原因不复杂它们考的不是会不会写而是你对细节有没有数——循环跑几次、下标从几开始、嵌套列表长什么样。这些细节恰恰是带学生时被问得最多的地方。3.1 for 与 while数着走和看着走for是数着走事先知道要走几步或者手上有一串东西要挨个过一遍。while是看着走不知道走几步只知道满足条件就继续。这个差别直接引出了真题里那道判断while 循环可以不设置循环条件——错。条件就是它的刹车不装刹车循环就变成死循环程序卡在那儿不动界面上什么都不出来初学者最容易以为电脑坏了。t 1 for i in range(1, 11): # i 依次取 1 到 10共 10 次 t t * i # 每次把当前结果再乘上 i print(t) # 3628800也就是 10 的阶乘range(1, 11)左闭右开含 1 不含 11所以循环体执行 10 次。这个差一是无数血泪经验的来源想跑 10 次却写成range(1, 10)结果少算一次答案怎么都对不上。另一类题考的是自增写法。i是 C 家族的习惯意思和i 1一样每循环一次让 i 加 1。Python 里没有i这种写法得写i 1——语言之间的这点差异出题人很喜欢拿来设陷阱。3.2 二维列表行下标和列下标的门牌号规则一维列表像一排信箱二维列表像一张表格每个格子得用第几行、第几列两个号才能定位。Python 里这张表格是嵌套写出来的lst [ [1, 2, 3], # 第 0 行 [4, 5, 6], # 第 1 行 [7, 8, 9], # 第 2 行 ] print(lst[1][2]) # 6人话里的第二行第三列索引从 0 开始这是硬规矩。所以口语说的第二行第三列代码里要写成lst[1][2]行号列号各减 1。记不住就在心里默念一遍门牌号从 0 起。还有一个格式坑[1,2,3][4,5,6][7,8,9]这种连写不是三行三列它会被理解成对列表[1,2,3]取下标[4,5,6]直接报类型错误。想表达表格外层必须再套一对方括号。什么样的数据该用二维列表看它有没有行和列两个维度。存一个班 10 个同学的名单一维列表足够存 10 个同学 3 门课的成绩才需要二维。选错结构后面取值、遍历全跟着别扭。3.3 从 print 到 Python 的性格在屏幕上打出一句话代码是print(你好!)。引号不能少少了 Python 会把这几个字当成变量名去查查不到就报NameError。中文引号也不行得用英文半角——这类报错在初学阶段出现频率高得离谱。Python 的性格可以用几个词概括语法接近自然语言、靠缩进划分代码块、标准库和第三方库都多、跨平台。真题里代码比较复杂不是它的特点恰恰相反它是靠读起来像伪代码起家的。顺带说清一个常被问到的概念编程语言可以简单理解为一种计算机和人都能识别的语言。人写出来的是源码机器跑的是指令中间靠解释器或编译器做翻译。这一点和图形化编程的定位正好接上——Scratch 那种拖积木的方式本质上也是在一个人更容易表达的层面上工作只不过把语法换成了拼图。4. 机器人那部分传感器、巡线和图形化编程的取舍机器人题在整张卷子里占比不小但它考的东西特别实在一个传感器怎么工作、一辆车为什么会画龙、一块板子上哪个引脚该接哪。这些不是背书能解决的得在桌面上真的摆过一次才踏实。4.1 灰度传感器一颗发光二极管加一颗光敏电阻拿手电筒照墙面白墙反光刺眼黑布照上去几乎没反应。灰度传感器干的就是这件事——发光二极管负责照光敏电阻负责接反射回来的光。白色反光多光敏电阻阻值变小读数变大黑色反光少阻值变大读数变小。所以在一辆巡线小车上读数大意味着脚下是白的读数小意味着脚下是黑的。就这两个元件构成了机器人感知世界的第一只眼。机器人的整体结构可以拆成四块控制系统大脑、感知系统传感器、驱动系统电机和驱动电路、执行系统轮子、机械臂。真题里对机器人的定义也落在可编程、能执行某些操作或移动动作的自动控制机械上——两个关键词一个是可编程一个是自动。硬件连接里有几个容易记岔的点EV3 支持 USB、蓝牙、Wi-Fi但不支持红外连接有些主控板反过来红外遥控是标配。这类哪家支持哪家不支持的细节没法推只能记建议按设备画一张对照表贴在手边。4.2 巡线调参光值差为什么会翻车巡线小车最常见的配置是左右各一个灰度传感器。左白右黑的时候左边读数大两者一减差值是正的说明车头往白的那边偏了。这时候的处理很直接左马达加速、右马达减速把车头掰回线上。麻烦在于掰多少。真题给了一组连续测量的光值差5、3、1理论上收敛得很漂亮但下一个周期完全可能反弹回 5。这说明什么说明这一脚油门给大了——速度调整的幅度超过了实际需要的修正量车子会在线的两侧来回摆动画出蛇形轨迹。解决办法是把光值差的变化量也纳入计算乘以一个系数一起算进速度调整里。翻译成代码大概是这样Kp 0.8 # 比例系数偏得越多修正越猛 Kd 0.3 # 变化量系数抑制来回摆动 last_error 0 error left_value - right_value # 左右光值差正数表示偏白 delta error - last_error # 本次与上次的差值反映摆动趋势 turn Kp * error Kd * delta # 差值参与修正压住震荡 last_error error left_speed base_speed turn # 左轮加速 right_speed base_speed - turn # 右轮减速Kp管反应速度调大反应快但容易画龙调小车子迟钝弯道上直接冲出去。Kd管刹车感专门对付那种来回摆的振荡。这段逻辑就是常说的 PD 控制比完整版少了个积分项对巡线这种场景够用了。调参这件事没法一次到位。灯光明暗、地面材质、电池电量都会影响读数同一套参数在教室好使到走廊地毯上就得重调。带学生的经验是先把Kd归零只调Kp调到勉强能跑再慢慢加Kd把摆幅压下去。4.3 图形化编程的短板与硬件细节Scratch 和 EV3 的积木式编程降低了入门门槛孩子拖几下就能让车动起来。但短板也很明确功能没有字符编程全。想做复杂的数据处理、接入外部设备、调用现成的算法库积木就力不从心了最终还是得回到文本代码。有个说法要纠正图形化编程环境一般都不支持自定义模块——错。主流的环境基本都允许把一段积木打包成自制积木重复使用的逻辑一样能复用。这是常被误解的一条。其他零碎的硬件细节考点密度很高EV3 里给程序命名不能用汉字或特殊字符得用字母数字下划线那一套。Arduino 驱动无源蜂鸣器两个引脚分别接主板的 5V 和 GND。无源蜂鸣器给电不响必须给频率才响这是它和有源蜂鸣器的根本区别。发声用tone(pin, frequency, duration)三个参数分别是引脚、频率赫兹、持续时间毫秒。duration是响多久不是频率本身这个位置最容易记混。串口输出初始化写Serial.begin(9600)括号里是波特率电脑端也得设成同一个数不然收到的是乱码。数码管分共阴共阳。公共端为阴极时段引脚给高电平真值为 1点亮。int buzzer 8; // 蜂鸣器接数字引脚 8 void setup() { Serial.begin(9600); // 串口速率 9600电脑端要一致 tone(buzzer, 1000, 500); // 1000Hz 响 500 毫秒 } void loop() { Serial.println(alarm); // 串口打印方便观察程序是否跑到这里 }代码里的tone只调一次就结束因为setup只执行一遍想让它反复响得把调用挪到loop里或者加个延时做节奏。这类代码放哪儿的问题比语法本身更容易出错。5. 人工智能考点里的易混区别视觉、语音、语言不是一回事AI 这块的题目全是选择题看着最省事实际是失分重灾区。原因只有一个这些名词长得太像了。都是识别都是智能一字之差答案就反了。5.1 易混一计算机视觉和语音识别易混在哪两个都叫识别中文翻译一模一样。为什么混日常生活里说识别一下可能是扫脸也可能是说话语境没区分。怎么区分看输入是什么。输入是图像或视频属于计算机视觉输入是声音波形属于语音识别。微信里把语音转成文字用的是语音识别跟图像识别没有半点关系。反过来要让计算机看文识字得走文字特征提取、文字定位与分割、文字识别这三步全程处理的是图像归计算机视觉管。记住一个锚点计算机视觉的所有应用起点都是一张图或者一帧画面。5.2 易混二语音识别、语音合成、自然语言处理这三个是最容易连环出错的一组。可以把机器想象成一个人技术干的活类比典型应用语音识别声音变文字耳朵语音输入、语音转写语音合成文字变声音嘴巴导航播报、有声阅读自然语言处理文字变意思大脑机器翻译、智能音箱听懂指令、口语机考评分智能语音技术包括语音识别和语音合成两部分一个进一个出。人脸识别再准也没法让计算机开口说话——那得靠语音合成。语音合成里有个方法叫波形拼接法思路类似活字印刷把录好的音块存起来需要哪句就挑哪块拼上去。这个类比真题里考过记住活字两个字波形拼接的原理就顺下来了。自然语言处理处理的不是声音也不是图像而是文字背后的语义。机器翻译把一种语言的意思搬到另一种语言智能音箱听懂把灯关掉并执行英语口语机考给发音打分全都落在这个范畴。5.3 易混三位图和矢量图、RGB 和 CMYK图像这块有两组对照考试出现频率极高但逻辑其实很朴素。位图是像素点阵拼出来的放大到一定程度就出现马赛克矢量图用数学公式描述形状放大多少倍都清晰。判断标准就一条缩放后糊不糊。RGB 是加色法用红绿蓝三束光叠加全叠满变白显示器、手机屏都用它。CMYK 是减色法青、品红、黄、黑四种油墨叠印叠得越多越黑印刷行业用它。题目里出现色光减色法这种说法指的就是 CMYK。顺带一句红色属于暖色调蓝色属于冷色调这条几乎每年都有人记反。5.4 易混四专家系统不是专家联合开发的软件看到专家系统四个字很多人脑子里浮现的是一群专家坐在会议室里写代码。这个联想是错的。专家系统真正的结构是把某个领域专家的知识和判断经验提炼成一条条规则存进知识库再配一个推理机遇到问题时按规则推导出结论。它模拟的是专家的判断过程不是把专家本人请进程序里。判断一道题对不对看它有没有提到知识库、推理机、规则这些词。5.5 易混五图灵测试测的是像不像人图灵测试的设计很巧妙一个人隔着屏幕跟对面聊天如果分不清对面是人还是机器就认为这台机器具备智能。它测的是外在表现不问内部原理。争议也在这儿——会聊天不等于会思考会模仿人的语气也不代表真的理解。这个争论从提出到现在就没停过但作为概念题只要抓住以对话判断是否像人这个核心选项就好排除了。还有一个小坑顺手记一下声音的高低音调由频率决定和整体音量响度由振幅决定是两回事。说声音高指音调声音大指音量混着用就会判断错。最后补一个常考的迭代方向人工智能的核心要素是数据、算法、算力新一代人工智能的核心要素迭代成了大数据、超级算法和云计算。三对三顺序和用词都别调换。6. 什么时候该刷真题什么时候别死磕真题的价值在照镜子不在背答案。判断自己该不该花时间可以看三种情形。第一种完全没接触过硬件。桌面上没摆过主控板没插过传感器看到灰度传感器由发光二极管和光敏电阻组成只能死记。这种情况下刷真题效率很低先动手搭一辆能跑直线的车把电机、电池、轮子、主控板连一遍再看题会顺畅得多。第二种已经在带学生但知识点是零散捡来的。这类人最适合拿真题做一次系统体检一口气做完把错题按三条线归类哪条线错得多就去补哪条。错在算法回去把递归、枚举、递推各写一遍错在硬件翻出设备手册对一遍引脚错在 AI 概念把第 5 章那几组对比表抄一遍。第三种只想应付考证。那就别指望真题能省掉理解过程。题目会换2019 年考 EV3 的连接方式明年可能换成另一块板子但传感器怎么工作递归为什么需要出口这些底层逻辑不会变。你的状态建议做法时间投入参考零硬件基础先搭一次实物再刷题动手 2 到 3 天刷题半天有教学经验、知识零散整卷做一遍按三条线归类错题整卷 2 小时补漏 3 到 5 天只为通过认证重点看概念辨析和易混点别背答案集中 2 到 3 天有两件事别做。一是把真题当唯一材料——它只有题干和答案没有推导过程遇到不会的题还是得回头查原理。二是跳过动手环节直接背参数比如tone的三个参数、Serial.begin的波特率背下来很容易用的时候照样接错线。我自己的习惯是每做完一套把错题按这是概念不清还是手生标一遍。标成概念不清的当天必须找到对应的原理段落读完标成手生的隔三天再做一遍同类题。这个动作看着笨但比反复刷同一套卷子管用得多。从那以后我每次碰到新题都强制先问一句这考的是哪条线上的东西再动笔选答案正确率反而稳了。希望这些能帮到你少走几段弯路。本文还有配套的精品资源点击获取