大学计算机：快速学习计算思维基础

思维是人类所具有的高级认识活动。按照信息论的观点，思维是对新输入信息与脑内储存知识经验进行一系列复杂的心智操作过程。计算思维是人的、不是计算机的思维方式。计算思维是人类求解问题的思维方法，而不是使人类像计算机那样思考。

1.计算思维

2006年3月，美国卡内基·梅隆大学计算机科学系主任周以真（Jeannette M.Wing）教授在美国计算机权威期刊《Communications of the ACM》杂志上给出并定义了计算思维（Computational Thinking）。周教授认为：计算思维是运用计算机科学的基础概念进行问题求解、系统设计，以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。

计算思维的本质：抽象（Abstraction）和自动化（Automation）。

计算思维的本质反映了计算的根本问题，即什么能被有效地自动进行。计算是抽象地自动进行，自动化需要某种计算机去解释现象。从操作层面上讲，计算就是如何寻找一台计算机去求解问题，选择合适的抽象，选择合适的计算机去解释执行抽象，后者就是自动化。

计算思维中的抽象完全超越物理的时空观，并完全用符号来表示。其中，数字抽象只是一类特例。自动化就是机械地一步一步自动执行，其基础和前提是抽象。

2.计算思维特征

（1）计算思维是人类问题求解的途径，是属于人的思维方式，而不是计算机的思维方式，是人将计算思维的思想赋予了计算机，计算机才能够进行递归等计算。

（2）计算思维的过程可以由人执行，也可以由计算机执行。这些计算人和计算机都可以做，只不过人的速度慢而已。借助于超算能力的计算机，人类就可以去解决那些在计算时代之前不敢尝试的问题，实现只有想不到的，没有做不到的境界。

（3）计算思维是思想，不是人造物。计算思维不是硬件，而是计算这一概念用于求解问题、管理日常生活以及与他人交流和互动的思想。

（4）计算思维是概念化，不是程序化。计算机科学并不仅仅是计算机编程，像计算机科学家那样去思维意味着远不止能为计算机编程，还要求能够在抽象的多个层次上思维。

3.计算思维方法

1）约简、嵌入、转化、仿真

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、并行

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、分解

用来控制庞杂的任务或进行巨大的复杂系统设计，基于关注分离的方法。(www.xing528.com)

4）建模

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）预防、保护、冗余、容错、纠错、恢复

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、规划、学习、调度

用于在不确定情况下的规划、学习和调度的思维方法。

7）海量数据、计算、折中

利用海量数据来加快计算，在实践和空间之间，在处理能力和存储容量之间进行折中的思维方法。

4.计算思维的四种思维方式

1）分层思维

分层思维可以将复杂的问题拆解成小问题，把复杂的物体拆解成较轻易应付和理解的小物件，通过解决小问题从而解决复杂的问题，使问题变得更加简单。

2）模式识别

模式识别可以寻找到事物之间的共同特点，利用相同的规律，去解决问题。

3）流程建设

流程建设是一步一步解决问题的过程，按照一定的顺序完成一个任务，同样的事情人人都会学习操作。

4）抽象化

抽象化思维是将重要的信息提炼出来，去除次要信息的能力，将一个解决方案应用于其他事物中，制定出解决方案的总体思路。