l 计算机思维的逻辑基础:
计算机思维是指人们操作计算机时,计算机行使特定功能的运作方式。
逻辑基础则是指支撑事物运作的基本法则。
因而,计算机思维的逻辑基础可以理解为,计算机在行使特定功能时,其运作方式背后的法则——即“分离”。
不同于人脑的思维方式,计算机思维本身是不具有体现的。但是其行使法则之中与人脑最为不同的一点在于思想与方法、思想与对象、对象与方法的分离,这也是计算机能达到高效与高性能运算的逻辑基础。
接下来,举一例对上述描述中的“分离”进行详细阐述。
所谓思想与方法的分离,是指在人脑中,思想与方法的实现总是同时,换言之,即使大脑总是有意识地将其分离开来思考以达到更高地效率,但效果总不遂人意。但是通过硬件上地将方法的实践转移至计算机中,而将思考和总结方法的过程在人脑中实现(暂不考虑人工智能的实现)。这样通过将思想与方法分离的方式无疑可以极大提升执行效率,而这也是计算机思维的背后原理,即逻辑基础。
l 为什么说计算思维的核心是“构造”,而构造的任务是抽象与自动化:
首先解释计算思维,CMU周以真教授在《Computational Thinking》中说明“计算思维是运用计算机科学的基本理念,进行问题求解,系统设计以及理解人类行为。”这句话也说明了计算思维是一种思考方式,而并非是具体的知识。但计算机本身是无法思考的,故此处的探讨对象已经十分明显了,即计算思维是对人类提出的要求——通过人类将抽象而且复杂的问题,进行转化,从而转变成为一种可执行的重复性操作,即计算,并将此交给计算机去实现。而这中间的转变部分中,最为重要的部分便需要人类拥有计算思维参与,设计出尽可能更优质的算法,从而使计算机的执行更为高效。因此,计算思维的核心是“构造”,而以上这整个完整的过程,便被称为“人机转化”。
而计算思维的另一个特征是基于三个阶段的“3A”迭代过程:
1. 抽象(Abstraction):问题表示;
2. 自动化(Automation):解决方案表达;
3. 分析(Analyses):解决方案执行和评估。
接下来将对前两个方面进行一一解释与印证。
1. 抽象
抽象是指将现实生活中复杂难解的应用性问题,抽象成为可计算的问题。比如,让你统计一本牛津现代英汉双解词典中有多少个单词,则此时不考虑单词的字体,字号大小,出现的位置,仅仅提取了该问题中与单词数量相关的元素进行考虑,这便是一种意义上的抽象。而整体意义上的抽象,则指的是将现实生活的应用复杂问题中,提取出相应的空间关系,数量关系,逻辑关系等关系,并将其转换为数据结构,空间结构以及控制指示等具体结构与指令。抽象以问题重述的形式,将原问题转化成可解的问题,即为问题表示。
2. 自动化
在某种程度上,自动化是计算机的工作。而将此工作的执行的必要条件则是需要将自然语言转换成为计算机可执行的语言。因此,编程在某种程度上成为了自动化的替代。而自动化的核心是高效,假使计算机运行中仍然经常需要人工的控制与协调,那么自动化的程度便不够高,则需要调整提升自动化的效率。因此编程语言的选择与编程范式的形成便十分重要。则简而言之,问题转换后,需要执行与求解,因此需要将自然语言的描述性问题转换为计算机语言,可以使问题充分得到解决,此为自动化的过程。