简介：面向NOC（全国中小学信息技术创新与实践大赛）指导教师认证备考者，真题文档系统梳理了考试中的高频考点与易错题，覆盖Python编程基础、循环/递归/枚举等算法思想、Scratch图形化编程、乐高EV3机器人应用、语音识别与图像处理等人工智能入门知识，并配有逐题答案与要点讲解。具体题目包括for与while循环区别、二分查找的有序前提、二维列表索引规则、递归出口与递归体、灰度传感器组成、欧氏距离计算等，能帮助教师快速熟悉出题风格、厘清知识盲区，提升备考效率。文件为单个doc文档，压缩包大小约34KB，可直接打开浏览，也可打印使用。目前已有6708人学习/下载，内容体量紧凑而实用，适合考前集中刷题与查漏补缺，也可作为日常教学和赛前辅导的参考资料。
1. NOC 指导教师认证真题：从题面分布看考点地图
NOC 指导教师认证真题这份资源，比多数人想象中要“杂”得多。粗看是几十道程序题，细盘下来会发现它横跨四个板块：算法与程序结构、Python 与数据结构、机器人与硬件、人工智能与模式识别，最后还混着赛事常识和教学指导类题目。备考者最容易犯的错，是按“编程题”去准备，结果在 EV3 不支持哪种连接、灰度传感器由什么组成、递推算法能不能逆推这类“边缘考点”上连续丢分。这篇笔记把真题按模块拆开，标出高频考点和易错陷阱，最后给一份可直接对照的查漏补缺清单。适合两类人：正在备考 NOC 指导教师认证的教师，以及带学生打比赛、想把竞赛知识体系重新捋一遍的教练。
2. 算法与程序结构：循环、递归、递推、枚举的闭环考点
2.1 循环结构：for 与 while 的本质差异
真题第一题就在考 for 与 while 的区分。for 循环的本质是遍历一个可迭代对象，循环次数由对象的元素个数决定；while 循环的本质是“条件成立就继续”，循环次数由条件控制。题目里那个错误选项说“while 循环可以不设置循环条件”，这句话单独看有一定迷惑性——确实可以写while True构造死循环，再用break跳出，但这属于“显式写死条件”，不是“不设置条件”。真正的考点是：不设条件的 while 等价于条件恒真，程序会一直执行下去，直到系统资源耗尽。
真题里还有一道循环计数题，非常典型：
t = 1 for i in range(1, 11): # 结束值 11 不包含，实际取 1 ~ 10 t = t * i # 每次把 i 乘进 t print(i, "!=", t) # 最后一次循环结束时 i = 10这道题有两个坑。第一，range(1, 11)取到的是 1 到 10，不是 1 到 11，循环体执行 10 次；第二，print里的i在循环结束后仍保留最后一次的值，所以输出的是10 != 3628800。真题四个选项里把次数和结果做了各种错误组合，就是为了抓“结束值不包含”和“循环变量残留”这两个知识点。
循环里还有个细节：第 31 题问“每循环一次 i 值增加 1”的写法，答案是i++。但要注意，i++是 C 系语言的写法，Python 里没有自增运算符，对应写法是i += 1。真题把这题放在通用编程语境下考，复习时最好两种写法都记住。for 和 while 的选择逻辑可以这样记：明确知道要遍历多少遍用 for，由条件决定何时停下用 while。
2.2 递归：出口、递归体、关系式三者如何同步判断
递归在真题里出现了至少五道，是绝对的高频区。递归解决问题的两个必要条件：一是递归关系式，描述相邻两项怎么递推；二是递归出口，也就是递推终止的边界条件。第 24 题直接考“必须满足哪两个条件”，第 32 题考递归的基本思想是把大问题分解为小问题，第 14 题考递归的优点——符合人的思维方式、程序简洁。
以真题反复出现的f(n)=f(n-1)+n为例，标准分解如下：
def f(n): if n <= 1: # 递归出口：n 减小到 1 时停止递推 return 1 return f(n - 1) + n # 递归体：f(n) = f(n-1) + n这个函数里，f(1)=1是出口，f(n)=f(n-1)+n是递归体。真题第 33 题就考了这个例子，答案也正是f(1)=1。但整理真题时会发现一个比较混乱的现象：有的题目里基础值写成f(1)=0，第 40 题甚至把“递归体是f(n)=f(n-1)+n”判为对，而第 16 题把f(n)=f(n-1)+1/n这种递归体表述直接称为“递归出口”也判为对。这说明命题人在措辞上并不严格，备考时不必死抠字眼，但要清楚标准定义：出口是停止条件，递归体是递推关系，关系式是定义域描述。考场上遇到判断题，优先按真题给的答案走；复习时遇到问答题，按标准定义写。
还可以对比第 35 题和第 63 题：同样是f(n)=f(n-1)+n，一道问“递归关系式”，一道问“递归出口”，答案完全不同。这说明读题时必须先判断考的是三个概念中的哪一个，再动笔。
2.3 递推与枚举：把复杂运算拆成重复步骤
递推算法是真题里表述最绕的部分。第 32 题给了很长一段描述，核心信息是：递推在已知条件和所求问题之间寻找数量关系式，关键在找到递推式，能把复杂运算化为若干步重复的简单运算。最容易混淆的是“正推/逆推”的说法——题目里那个错误选项说“递推必须正推，不可以逆推”，实际上顺推和逆推都是合法思路，区别只是从已知出发还是从目标出发，两条路的核心都在于递推式的建立。
枚举算法则考了三个点。第一，枚举对象、枚举范围、判定条件、对正确解的处理方法四个要素中，哪个影响解题思路——答案是枚举对象的选择，先确定“枚举谁”，才能谈范围和判定。第二，判定条件由循环结构实现，这是一个判断题考点，真题答案是对的。第三，枚举适合解“有限范围内找满足条件的解”这类问题，比如水仙花数、质数判断。一个简单的枚举框架：
for x in range(1, 101): # 枚举范围：1 ~ 100 if x % 3 == 0 and x % 5 == 0: # 判定条件：同时被 3 和 5 整除 print(x) # 对解的处理这段代码把枚举四要素都体现出来了：x是枚举对象，range(1, 101)是枚举范围，if条件是判定条件，print是对解的处理。真题第 62 题问“影响解题思路的是哪个要素”，很多人在“枚举对象”和“判定条件”之间犹豫，其实先确定了枚举对象，后面三个环节才有意义。
2.4 二分查找：被一句话带过的必考前提
二分查找在真题里只有一道题，但它是那种“一句话就能送分、漏了前提就全错”的题目：二分查找要求所查找的内容必须有序。为什么必须有序？因为二分查找每次比较中间值，然后根据大小关系决定往左半区还是右半区继续搜，这个“决定方向”的操作依赖数组的排序性质。如果数组无序，中间值和目标值的大小关系无法推断目标在左还是右，算法直接失效。
def binary_search(arr, target): left, right = 0, len(arr) - 1 while left <= right: mid = (left + right) // 2 # 取中间下标 if arr[mid] == target: return mid # 找到目标，返回下标 elif arr[mid] < target: left = mid + 1 # 目标在右半区 else: right = mid - 1 # 目标在左半区 return -1这个实现里有几个易漏点。mid的计算用的是//整数除法，保证下标是整数；left <= right作为循环条件，等号不能漏，否则当左右指针指向同一个元素时会漏判；每次比较后移动left或right时必须跳过mid本身，否则可能出现死循环。时间上每轮折半，所以复杂度是 O(log n)，这也是二分查找比顺序查找快的原因。
3. Python 与数据结构：二维列表、表达式与编程基础高频题
3.1 二维列表的存储与索引：0 基 vs 1 基的天然陷阱
二维列表在真题里出现了三道题，全部围绕存储格式和索引访问。存储一个 3×3 表格的正确格式是嵌套列表：lst = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]。真题选项里出现过一个缺失嵌套的写法[1,2,3][4,5,6][7,8,9]，这是错误格式——二维列表的本质是“列表里的列表”，每一行本身是一个列表对象，多个行列表再用外层列表装起来。
索引访问的考点更阴险。真题问“提取第二行第三列的值”，选项里写的是lst[2][3]这类写法。如果按 0 基索引，第二行的下标是 1，第三列的下标是 2，正确写法是lst[1][2]：
lst = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] row, col = 1, 2 # 0 基:第二行、第三列 print(lst[row][col]) # 输出 6为什么这里容易翻车？因为日常说“第二行”用的是序数词，从 1 开始数；但 Python 列表下标从 0 开始，下标 1 才对应第二个元素。真题第 13 题也直接考了“二维列表索引值从几开始”，答案是 0。整理真题时还发现一道判断题说“python 二维列表中的值是通过行下标和列下标进行访问的”，被判为错——原因就在于访问方式是“双重下标”，即lst[行][列]这种连续取下标的形式，不是说“行下标和列下标”两个东西各访问一次就能取值。这类判断题考的是表述准确性，文字上差一点，答案就反了。
3.2 表达式与基础语法：print、BMI 与自增的送分题
Python 基础语法在真题里占的分数不多，但胜在稳定。用 Python 在屏幕显示“你好”的代码是print("你好!")，没有任何悬念。BMI 计算公式换算成 Python 表达式是bmi = w / (h * h)，这里要注意运算顺序，/和*优先级相同、从左到右结合，写成w / h * h就是完全不同的结果了：
w, h = 60.0, 1.7 bmi = w / (h * h) # 先算 h*h，再算除法 print(bmi) # 20.76...容易忽略的是h * h的写法。如果h是整数，h * h会先做整数乘法再被除数除，Python 3 里除法结果总是浮点数，所以不影响正确性；但写成w / h / h也是等价的，只是不够直观。判题时“该公式用 Python 语言可以表示为bmi=w/(h*h)”是对的，记住分母要加括号即可。
循环自增的考点之前提过：真题问“能实现每循环一次 i 增加 1 的写法”，答案给的是i++。但 Python 语法里没有i++，只有i += 1。这道题的价值在于提醒备考者：真题是面向多语言背景出题的，见到 C 系写法不要慌，自己写 Python 时用对语法就好。
另外还有几道零散判断题：Python 创始人的那道题答案是对的；Python 语言特点里“代码比较复杂”是错误的选项，Python 的设计哲学本来就是简洁易读；用 Scratch 建立列表积木存储 10 个同学名单是合适的做法。这些都属于“背下来就能拿分”的题，不需要深入理解。
3.3 Scratch 图形化编程：边界在哪、缺点是什么
Scratch 相关有两道题值得放一起看。第一道说 Scratch 是图形化编程软件，对；第二道说“机器人图形化编程环境一般都不支持自定义模块”，答案是错。这两道题放在一起，考点就清晰了：图形化编程不等于功能残缺，Scratch 本身支持“自制积木”，也就是自定义模块功能。真题里那个“一般都不支持”的表述，属于绝对化错误——只要有一个图形化环境支持自定义模块，这句话就不成立。
图形化编程的缺点考的是另一道题：“功能没有字符编程全”。这是对的。图形化编程通过拖拽积木降低上手门槛，但复杂逻辑、数据结构、算法实现都会受限于积木集；字符编程则能用任意库和语法，功能边界更宽。两种方式不是替代关系，而是适用阶段不同——小学阶段用图形化建立逻辑思维，到了需要复杂算法时转字符编程。
这里做一个对比，方便复习时快速定位：
| 维度 | 图形化编程 | 字符编程 |
|---|---|---|
| 上手难度 | 低，拖拽即用 | 高，需要记语法 |
| 功能边界 | 受积木集限制 | 基本无限制 |
| 适合场景 | 入门教学、逻辑启蒙 | 竞赛、工程、算法实现 |
| 典型代表 | Scratch | Python、C++ |
真题第 18 题“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”判对，这句话从教学视角是合理的，也暗示了图形化编程存在的意义——让“人”这端更容易识别。
4. 机器人、硬件与人工智能：从 EV3 到图灵测试的完整链路
4.1 机器人定义与基本组成：两套说法都要认识
真题里关于机器人定义的说法：机器人是一种可编程的、能执行某些操作或移动动作的自动控制机械。三个关键词缺一不可——可编程（动作可修改）、执行操作或移动（有物理输出）、自动控制（不需要人工干预）。第 29 题问“以下选项属于机器人特征的是”，正确项是“机器人是一种机器”，这属于定义的同义替换。
机器人基本组成在真题里出现了两种表述，都需要认识。第一种是四系统说：控制系统、感知系统、驱动系统、执行系统；第二种是四装置说：执行机构、驱动装置、检测装置和控制系统。两套说法描述的是同一件事，只是从“系统功能”和“物理部件”两个角度切分。考场上无论遇到哪套说法，核心是认出四个组成部分，而不是纠结哪套更标准。
机器人与人的关系那道题比较有意思，题干列出“机器人解放了人、机器人保护了人、机器人威胁了人”，答案是错。前面两项作为关系描述有一定道理，但“机器人威胁人”属于把科幻设定当现实。机器人本质是工具，它的行为由程序决定，不存在“威胁”这种拟人化的主动关系。这类判断题的套路是：把一个合理的概念放到绝对化或拟人化的表述里，看你能不能识别出来。
4.2 EV3 连接方式与灰度传感器：硬件的“一句话考点”
EV3 设备支持 USB、蓝牙、Wi-Fi 三种连接方式，不支持红外连接。这道题很多人选错，是因为教室里的 EV3 套装常配红外传感器，容易形成“EV3 支持红外”的错觉。实际区分很简单：传感器可以用红外，但设备间互联走的是 USB/蓝牙/Wi-Fi。复习时把这个“传感器 vs 主机连接”的区分记牢，就不会被带偏。
灰度传感器的主要组成部分是发光二极管和光敏电阻。发光二极管负责发出光（通常是红外光），照到物体表面后反射，光敏电阻根据反射光的强度改变电阻值，从而判断表面是白还是黑。这个原理和巡线题直接相关——机器人巡线靠的就是灰度传感器读黑线边缘的灰度变化。
Arduino 相关的两道题也集中在硬件参数上。用无源蜂鸣器制作报警器时，两个引脚要接入 5V 电源端口和 GND 接地端口——注意这里是 5V 电源，不是某个信号引脚。驱动蜂鸣器的tone(pin, frequency, duration)函数有三个参数，依次是引脚号、频率、持续时间。真题在这里挖了坑，把duration说成“频率”，实际frequency才是频率，duration是持续毫秒数。另外串口输出频率的正确代码是Serial.begin(9600)，9600 是波特率，表示每秒传输的比特数，不是频率。一个小例子：
int buzzerPin = 9; void setup() { pinMode(buzzerPin, OUTPUT); Serial.begin(9600); // 初始化串口，波特率 9600 } void loop() { tone(buzzerPin, 1000, 500); // 引脚 9，频率 1000Hz，持续 500ms delay(600); // 停 600ms 再响下一次 }这段代码里tone的三个参数顺序要记死：引脚、频率、时长。如果把500当成频率、1000当成引脚号，程序不会报错，但行为完全错误。
4.3 巡线里的比例控制：光值差与速度修正
巡线题是机器人控制里最综合的一道。真题描述了这样一个场景：机器人在左白右黑的分界线上巡线，白色光值大、黑色光值小。当机器人运行到偏白位置时，光值差大于零，此时把光值差乘以系数，增加左马达的前进速度、减少右马达的前进速度。答案判对。
这个逻辑的本质是比例控制：光值差是偏差信号，乘以系数就是比例增益，输出到左右马达的速度差上。偏差越大，修正越猛；偏差变小，修正变缓。紧接着还有一道延伸题：机器人连续测量的光值差是 5、3、1，理论上预计下次可能是 5，这说明速度调整偏大，可以把光值差变化量乘以系数计入速度调整。这段话说的就是微分修正——光值差在变小，说明机器人正在回摆，但回摆过头了，所以要把“变化量”也乘个系数加进来，抑制超调。
巡线题在 NOC 真题里属于“读懂就能对、读不懂就靠蒙”的题。复习时抓住一个核心关系：偏白 → 光值差为正 → 往黑侧修正 → 左马达加速/右马达减速。把这个方向记清楚，判断题就不会错。
4.4 人工智能判断题：视觉、语音、NLP 与图灵测试
人工智能部分是判断题的重灾区，知识点零散，但得分规律很强。按子方向拆开：
计算机视觉方向，文字识别经历三步：文字特征提取、文字定位与分割、文字识别。图像识别“没有用到”的场景题答案是语音转文字——那是语音识别，不是图像识别。计算机视觉的应用排除题也一样，语音识别不属于视觉应用。人脸识别可以让计算机开口说话是错的，人脸识别管“认人”，不管“说话”。
语音方向，智能语音技术包括语音识别和语音合成。语音识别把人说话的内容转成计算机可读的输入。语音合成的波形拼接法类似于活字印刷——预先录好音素片段，按需拼接，就像活字印刷把单字拼成文章。还有一道容易被忽略的题：声音的高度和整体声音大小有关，答案是错。音高由频率决定，响度由振幅决定，两者是独立维度。
自然语言处理方向，基础技术排除了“自动文摘”——自动文摘是应用层，不是基础技术。NLP 在生活中的应用包括机器翻译、智能语音音箱、英语口语机考，多选题答案是“以上都是”。专家系统的错误描述是“专家系统就是专家们联合开发的软件系统”，真实定义是知识库加推理机，和“专家联合开发”不是一回事。
最后是图灵测试和人工智能要素。图灵测试是 1950 年提出的一种测试机器是否具备人类智能的方法。人工智能核心要素是数据、算法、算力，新一代人工智能核心要素迭代为大数据、超级算法、云计算——真题把这道题判对。人体识别种类包括虹膜识别。额外两道零散题：CMYK 模式又被称为色光减色法的模式（严格说是色料减色法，用于印刷），红色属于暖色调，这两道题在真题里都是对的。数码管那题考的是共阴极接法：公共端为阴极，阳极引脚为真值 1 时点亮。格里高利历的元年是 0 年，答案是错——公元纪年没有 0 年。
5. 高频易错点复盘：五个让考生翻车的判断与选择陷阱
5.1 递归“出口”和“递归体”张冠李戴
易漏点：把f(n)=f(n-1)+1/n当成递归出口，把f(n)=f(n-1)+n当成递归出口。为什么漏：真题第 16 题的表述把递归体直接称为“递归出口”，第 40 题又在基础值为f(1)=0的前提下让考生判断递归体，两道题的措辞都不符合标准定义。备考时如果只记“递归出口就是那个式子”，考场上遇到这种题必然犹豫。怎么补：在笔记里专门建一个对照——出口是停止递推的边界值（如f(1)=1），递归体是相邻两项的递推关系（如f(n)=f(n-1)+n），关系式是给定定义域的描述。做题时先在题干里圈出这三个词，再对应到具体式子，不要被题干的“出口”两个字带着走。整理下来会发现，命题人自己也不严格，但标准定义必须掌握，因为综合题里只有按标准定义才能推导出正确答案。
5.2 二维列表索引的 0 基陷阱
易漏点：提取“第二行第三列”时写成lst[2][3]。为什么漏：日常生活里“第二行”从 1 开始数，Python 下标从 0 开始，第二行的下标是 1，第三列的下标是 2。真题选项里给的是带括号的lst(2][3]这类形式，看起来像正确答案，其实混用了序数词和下标。怎么补：凡是“第几行第几列”的题，先把中文数字减 1 再当下标。第二行就是下标 1，第三列就是下标 2，写成lst[1][2]。再验证一下返回值：[[1,2,3],[4,5,6],[7,8,9]]的第 1 行是[4,5,6]，第 2 个元素是 6，正好对应第三列。这个“先减一再取值”的习惯，能避开所有 0 基索引的题。
5.3 tone() 函数的 duration 参数被误读
易漏点：以为tone(pin, frequency, duration)里的duration表示频率。为什么漏：这道题大概率是粗心。frequency是“频率”的英文，duration是“持续时间”的英文，两个词的语义差别很明显。真题在这里设了一个很简单的坑——把duration标注成“频率”，看考生会不会被选项带偏。怎么补：记一个短口诀“引脚、频率、时长”，或者直接记代码示例：tone(9, 1000, 500)表示 9 号引脚输出 1000Hz 的声音持续 500 毫秒。把三个参数的位置顺序背下来，做题时逐一对应，就不会再把时长看成频率。同样的陷阱在Serial.begin(9600)也出现过，9600 是波特率不是频率，这两个概念要分清。
5.4 图形化编程“一般都不支持自定义模块”的绝对化表述
易漏点：看到“一般都不支持”这种带“都”字的表述，直接判对。为什么漏：题干里“图形化编程”这个范畴太大，而备考者熟悉的图形化工具可能就是 Scratch。如果不知道 Scratch 支持自制积木，就会觉得“图形化嘛，肯定功能少”，于是顺着题干的说法走了。怎么补：见到“都”“一般”“所有”“必须”这类绝对化词，立刻想反例。Scratch 的自制积木就是自定义模块的一个实例，一个反例就足以推翻“一般都不支持”。图形化编程的缺点那道题要对，是因为表述说的是“功能没有字符编程全”，这是程度比较，不是全称否定。判断题的解题策略在这里非常明确：绝对化表述优先找反例，比较级表述优先找依据。
5.5 递推算法“必须正推”的逆向干扰
易漏点：被“递推必须是正推，不可以逆推”的错误选项带偏。为什么漏：真题第 32 题给出了四个关于递推特点的选项，其中“递推必须正推，不可以逆推”是一个伪装得很好的干扰项。它利用了“递推”这个词里的“递”字，让考生觉得递推天然是向前的。怎么补：抓住递推算法的本质——关键在于找到前后过程之间的数量关系式（递推式），而不是方向。顺推从已知条件逐步推到所求，逆推从所求倒推到已知条件，两条路都是递推。复习时在递推旁边备注“方向不是考点，关系式才是”，并记住递推的最终目的：把复杂运算化成若干步重复的简单运算。真题里关于递推的另外两道题——解答为什么用递推算法、递推算法的特点——都指向同一个答案，方向问题只是干扰。
6. 复习清单与查漏补缺：按模块权重安排最后冲刺
考前最后两周，不建议再从头到尾刷题，按模块权重和错误类型做三轮自查效率更高。结合这份真题的题型分布，各模块参考权重如下：
| 模块 | 题量占比（约） | 优先度 | 薄弱自查 |
|---|---|---|---|
| 算法与程序结构 | 25% | 高 | 递归三概念、枚举四要素、循环次数计算 |
| 机器人与硬件 | 25% | 高 | EV3 连接、灰度传感器、tone 参数、巡线方向 |
| Python 与数据结构 | 20% | 中 | 二维列表 0 基索引、BMI 表达式、列表存储 |
| 人工智能与模式识别 | 20% | 中 | 文字识别三步、语音/视觉/NLP 界限、图灵测试 |
| 赛事常识与教学指导 | 10% | 低 | 主办方、宗旨、最高荣誉、报名渠道 |
第一轮按模块过判断题，每个判断要能说出“为什么对”或“为什么错”，说不出理由就标记为薄弱项。第二轮只看错题，把每道错题归入三类：概念记忆类（如 EV3 不支持红外）、计算推导类（如递归出口值、欧氏距离）、题干理解类（如“duration 表示频率”的陷阱）。第三轮限时 20 分钟做一套完整题，重点练节奏——判断题不要在单题上耗超过 30 秒，拿不准的先标记跳过。
复习时建议做一张“一页纸知识卡”，正面写算法和 Python 的公式与代码片段，反面写硬件参数和 AI 判断题的答案。这张卡上的关键条目包括：递归两条件、枚举四要素、二分查找要有序、二维列表从 0 开始、灰度传感器由发光二极管和光敏电阻组成、EV3 不支持红外连接、tone 三参数顺序、文字识别三步骤、图灵测试 1950、CMYK 用于印刷、红色是暖色、格里高利历无 0 年。把这些背到不用思考就能反应，基本就稳了。
我从这些真题里最深的感受是：NOC 指导教师认证考的其实不是“编程能力”，而是“知识面完整性”。算法题占比不高，硬件参数、AI 常识、赛事信息这些零碎考点才是真正拉开差距的地方。从那以后我每次复习，都强制自己把所有判断题按“对/错 + 理由”拉一张表，理由写不出来的就是漏洞，补完再进下一轮。希望这份梳理能帮到你，考场上少踩几个坑。
本文还有配套的精品资源，点击获取
