计算机思维基础

计算机思维基础

• 科学研究的三大方法：
  1.理论
  2.实验
  3.计算
• 对应的三大科学思维：
  1.理论思维
  2.实验思维
  3.计算思维

计算思维的目的：是求解问题，设计系统和理解人类行为，而使用的方法是计算科学分方法。

计算思维的本质

计算思维的本质是：抽象化和自动化。

抽象

在计算机科学中，抽象是简化复杂的现实问题的最佳途径。
抽象的具体形式是多种多样的，但是离不开两个要素 形式化和数学建模。

形式化和数学建模都是基于数学的方法。某种意义上来说，数学建模就是一种新式方法，形式化方法相当于面向模型时是通过建立一个数学模型来求解问题和说明系统行为的。

自动化

抽象以后就是自动化，抽象是自动化的前提和基础。
计算机通过程序实现自动化，二程序的核心是算法。
因此，对于常见的简单问题，自动化分为：设计算法和编写程序。

计算思维的特征

1.计算思维是人类求解问题的一条途径，是属于人的思维方式，不是计算机的思维方式。
2.计算思维的过程可以由人执行，也可以由计算机执行。
3.计算思维是思想，不是人造物。
4.计算思维是概念化，不是程序化。

计算思维的内涵

计算思维的基本问题

1）可计算性

	“一个问题是可计算的”是指可以使用计算机在有限步骤内解决。

2）计算复杂性

计算复杂性就是用计算机求解问题的难易程度，其度量标准有两个：**时间复杂性**和**空间复杂性**。

计算思维的基本方法

周一真教授阐述了七大类方法：

1.简约、嵌入、转化和仿真等方法，用来把一个看来困难的问题重新阐释成一个人们知道问题怎样解决的思维方法。
2.递归方法、并行方法、把代码译成数据又能把数据译成代码的方法、多维分析推广的类型检查
方法。
3.抽象和分解方法,用来控制庞杂的任务或进行巨大复杂系统设计;基于关注分离的方法(SoC 方法)。
4.选择合适的方式去陈述一个问题的方法,对一个问题的相关方面建模使其易于处理的思维方法。
5.按照预防,保护及通过冗余,容错,纠错的方式,并从最坏情况进行系统恢复的一种思维方法。
6.启发式推理,用于在不确定情况下的规划,学习和调度的思维方法。
7.利用海量数据加快计算,在时间和空间之间,在处理能力和存储容量之间进行折中的思维方法

计算思维的应用

• 计算机物理学
• 计算化学
• 计算生物学
• 计算经济学