计算机思维是指人们要有操作计算机的思维来运作计算机，计算机语言没有思想。计算机语言的“思想”存在于编制程序的人的大脑之中，这就将使计算机语言的思想与方法分离了。计算机思维中需要知道现有的计算机不可能象人的大脑那样思维。计算机的程序语言是一种高度形式化的语言，这种语言与它要处理的对象是严格分离的。而计算机语言所要处理的对象，仅仅是数据。
计算机思维是指什么
计算机思维是指人们要有操作计算机的思维来运作计算机，计算机语言没有思想。计算机语言的“思想”存在于编制程序的人的大脑之中，这就将使计算机语言的思想与方法分离了。
计算机思维中需要知道现有的计算机不可能像人的大脑那样思维。
“计算机思维”，指的是“计算机象人的大脑那样的工作”。由于我们目前对人类大脑工作的原理还至少处于半无知的状态，我们也就无法确切地界定什么是思维。这样，我们就只能换另外一种方式来讨论 “计算机能不能思维”这个问题，即把“计算机能不能思维”这个问题改变“计算机能不能象人的大脑那样工作”这样的问题来讨论。
扩展资料：
从本世纪70年代开始就有不少的计算机科学家预言“能够思维的计算机”很快就会问世。但是，到目前为止，即使全世界最高级的计算机也还始终只是一台按照人编制的程序工作的“机器”。 在现代机器刚刚发明出来之时，不少人希望能够制造出一旦发动就不再需要新的能量、能够永远运转不停的“永动机”。后来，科学家们能够最终能从理论上证明“制造永动机”的不可能。我们现在虽然不能象科学家们证明“永动机不可能”那样证明“计算机不能思维”。但至少可以从逻辑上对这个问题作出一个初步的判断。
一、从计算机语言的角度证明计算机不能象人的大脑那样工作
许多计算机科学认为将来的计算机能够象人的大脑那样思维的主要原因是因为人类使用语言思维，计算机也可以使用计算机语言。这样，计算机最终能够象人的大脑那样思维。
在这里，赞同计算机能够象人的大脑那样思维的计算机科学家犯了如下逻辑上的错误：先把人类思维简单地等同于语言思维，再把计算机语言简单地等同于人类语言。这样，人是用语言思维的，凡是能够使用语言的“事物”---不管是人还是机器，都能够“思维”。我们可以通过人类语言和计算机语言的对比来证明：在现有的计算机硬件水平上，无论采用什么高级的计算机语言，计算机都不可能象人的大脑那样思维。
参考资料：
什么是计算机思维
一、 什么是计算机
计算机（Computer）是一种能接收和存储信息，并按照存储在其内部的程序（这些程序是人们意志的体现）对输入的信息进行加工、处理，然后把处理结果输出的高度自动化的电子设备。
二、 电子计算机的诞生
1、世界上第一台计算机ENIAC，1946年2月在美国诞生，它不具备现代计算机的主要原理特征--存储程序和程序控制。
2、世界上第一台按存储程序功能设计的计算机EDVAC，美国1946年开始设计，1950年研制完成。
3、世界上第一台实现存储程序功能的计算机EDSAC，英国1947开始设计，1949年5月投入运行。
三、 计算机的发展
电子计算机的发展按电子逻辑器件可划分为4个阶段：
1、第一代计算机（从ENIAC问世～20世纪50年代初期），电子管时代，用光屏管或汞延时电路作存储器，输入输出采用穿孔纸带或卡片。软件处于初始阶段，没有系统软件，语言只有机器语言或汇编语言。应用以科学计算为主。
2、第二代计算机（20世纪50年代中期～20世纪60年代中期），晶体管时代，用磁芯和磁鼓做存储器，产生了高级程序设计语言和批量处理系统。应用领域扩大至数据处理和事务处理，并逐渐用于工业控制。
3、第三代计算机（20世纪60年代中期～20世纪70年代初期），中小规模集成电路时代，主存储器开始采用半导体存储器，外存储器有磁盘和磁带，有了操作系统和标准化的程序设计语言和人机会话式的Basic语言。不仅应用于科学计算，还应用于企业管理、自动控制、辅助设计和辅助制造等领域。
4、第四代计算机（20世纪70年代中期至今），大规模超大规模集成电路时代，计算机的应用涉及各个领域如办公自动化、数据库管理、图像识别、语音识别、专家系统，并且进入了家庭。
四、 计算机分类
计算机可按用途、规模或处理对象等多方面进行划分。
1、按用途划分
（1）通用机：适用解决多种一般问题，该类计算机使用领域广泛、通用性较强，在科学计算、数据处理和过程控制等多种用途中都能适应。
（2）专用机：用于解决某个特定方面的问题，配有为解决某问题的软件和硬件，如在生产过程自动化控制、工业智能仪表等专门应用。
2、按规模划分
（1）巨型计算机：应用于国防尖端技术和现代科学计算中。巨型机的运算速度可达每秒百万亿次，研制巨型机是衡量一个国家经济实力和科学水平的重要标志。
（2）大/中型计算机：具有较高的运算速度，每秒可以执行几千万条指令，而且有较大的存储空间。往往用于科学计算、数据处理或作为网络服务器使用。
（3）小型计算机：规模较小、结构简单、运行环境要求较低，一般应用于工业自动控制、测量仪器、医疗设备中的数据采集等方面。小型机在用作巨型计算机系统的辅助机方面也起了重要作用。
（4）微型计算机：中央处理器（CPU）采用微处理器芯片，体积小巧轻便，广泛用于商业、服务业、工厂的自动控制、办公自动化以及大众化的信息处理。
（5）工作站：以个人计算环境和分布式网络环境为前提的高机能计算机，工作站不单纯是进行数值计算和数据处理的工具，而且是支持人工智能作业的作业机，通过网络连接包含工作站在内的各种计算机可以互相进行信息的传送，资源、信息的共享，负载的分配。
（6）服务器：在网络环境下为多个用户提供服务的共享设备，一般分为文件服务器、打印服务器、计算服务器和通信服务器等。
3、按处理对象划分
（1）数字计算机：计算机处理时输入和输出的数值都是数字量。
（2）模拟计算机：处理的数据对象直接为连续的电压、温度、速度等模拟数据。
（3）数字模拟混合计算机：输入输出既可是数字也可是模拟数据。
五、 计算机的特点
计算机是一种高度自动化的信息处理设备。主要特点有处理速度快、计算精度高、记忆能力强、可靠的逻辑判断能力、可靠性高，通用性强。
1、处理速度快：计算机的运算速度用MIPS（每秒钟执行多少百万条指令）来衡量。
2、计算精度高：数的精度主要由表示这个数的二进制码的位数决定。
3、记忆能力强：存储器能存储大量的数据和计算机的程序。
4、可靠的逻辑判断能力：具有可靠的逻辑判断能力是计算机的一个重要特点，是计算机能实现信息处理自动化的重要原因。
5、可靠性高，通用性强。
六、 计算机的性能指标
计算机的主要技术性能指标有主频、字长、内存容量、存取周期、运算速度及其他指标。
1、主频（时钟频率）：是指计算机CPU在单位时间内输出的脉冲数。它在很大程度上决定了计算机的运行速度。单位MHz。
2、字长：是指计算机的运算部件能同时处理的二进制数据的位数。字长决定了计算机的运算精度。
3、内存容量：是指内存贮器中能存贮的信息总字节数。能常以8个二进制位(bit)作为一个字节（Byte）。
4、存取周期：存贮器连续二次独立的"读"或"写"操作所需的最短时间，单位来纳秒（ns,1ns=10-9s）。存储器完成一次"读"或"写"操作所需的时间称为存储器的访问时间（或读写时间）。
5、运算速度：是个综合性的指标，单位为MIPS（百万条指令/秒）。影响运算速度的因素，主要是主频和存取周期，字长和存储容量也有影响。
其他指标：机器的兼容性（包括数据和文件的兼容、程序兼容、系统兼容和设备兼容）、系统的可靠性（平均无故障工作时间MTBF）、系统的可维护性（平均修复时间MTTR）、机器允许配置的外部设备的最大数目、计算机系统的汉字处理能力、数据库管理系统及网络功能等。性能/价格比是一项综合性评价计算机性能的指标。
七、 计算机的应用领域
计算机的应用范围，按其应用特点可分为科学计算、信息处理、过程控制、计算机辅助系统、多媒体技术、计算机通信、人工智能。
1、科学计算：指计算机应用于完成科学研究和工程技术中所提出的数学问题（数值计算）。一般要求计算机速度快、精度高，存储容量相对大。科学计算是计算机最早的应用方面。
2、信息处理：信息处理主要是指非数值形式的数据处理，包括对数据资料的收集、存储、加工、分类、排序、检索和发布等一系列工作。信息处理包括办公自动化（OA）、企业管理、情报检索、报刊编排处理等。特点是要处理的原始数据量大，而算术运算较简单，有大量的逻辑运算与判断，结果要求以表格或文件形式存储、输出。要求计算机的存储容量大，速度则不怎么要求。信息处理目前应用最广，占所有应用的80％左右。
3、过程控制：把计算机用于科学技术、军事领域、工业、农业等各个领域的过程控制。且计算机控制系统中，需有专门的数字-模拟转换设备和模拟-数字转换设备（称为D/A转换和A/D转换）。由于过程控制一般都是实时控制，有时对计算机速度的要求不高，但要求可靠性高、响应及时。
4、计算机辅助系统：有计算机辅助教学（CAI）、计算机辅助设计（CAD）、计算机辅助制造（CAM）、计算机辅助测试（CAT）、计算机集成制造（CIMS）等系统。
5、多媒体技术，：把数字、文字、声音、图形、图像和动画等多种媒体有机组合起来，利用计算机、通信和广播电视技术，使它们建立起逻辑联系，并能进行加工处理（包括对这些媒体的录入、压缩和解压缩、存储、显示和传输等）的技术。目前多媒体计算机技术的应用领域正在不断拓宽，除了知识学习、电子图书、商业及家庭应用外，在远程医疗、视频会议中都得到了极大的推广。
6.、计算机通信：是计算机技术与通信技术结合的产物，计算机网络技术的发展将处在不同地域的计算机用通讯线路连接起来，配以相应的软件，达到资源共享的目的。
7、人工智能：研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。人工智能学科包括：知识工程、机器学习、模式识别、自然语言处理、智能机器人和神经计算等多方面的研究
计算机思维的本质是什么？
计算机思维的本质是抽象与自动化，特点是形式化、程序化和机械化。计算思维的6个特征如下：
(1)概念化，不是程序化。
计算机科学不是计算机编程，像计算机科学家那样去思维意味着远不止于计算机编程，还要求能够在抽象的多个层次上思维。
(2)根本的，不是刻板的技能。
根本技能是每一个人为了在现代社会中发挥职能所必须掌握的；刻板技能意味着机械地重复。
(3)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一条途径，并不是要使人类像计算机那样去思考。计算机枯燥且沉闷，人类聪颖且富有想象力，是人类赋予了计算机激情。
(4)数学和工程思维的互补和融合。
计算机科学在本质上源自数学思维，因为像所有的科学一样，其形式化基础建于数学之上。计算机科学又从本质上源自工程思维，基本计算设备的限制迫使计算机科学家必须计算性地思考，不能只是数学性地思考。
(5)是思想，不是人造物。
不只是软件、硬件等人造物以物理形式到处呈现并时时刻刻触及人们的生活，更重要的是接近和求解问题、管理日常生活、与他人交流和互动，计算的概念无处不在。
(6)面向所有的人，所有地方。
当计算思维真正融入人类活动，以至于不再表现为一种显式哲学时，它将成为一种现实。
什么是计算思维?计算思维有什么特征?与计算机是什么关系
1、以计算机程序运行逻辑,进行对应的思维逻辑；
2、特征是数据、结果、运算逻辑相对独立,运算逻辑可以重复运行于不同的数据源和数据集,获取稳定可靠的运算结果；
3、计算机思维严格来说只是算法,和计算机硬件本身无关,可以针对此算法,开发可运行于任何硬件和操作系统平台的程序.
计算思维是什么，计算思维不是什么
1、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一条途径，但决非要使人类像计算机那样地思考。计算机枯燥且沉闷，人类聪颖且富有想象力。是人类赋予计算机激情。配置了计算设备，我们就能用自己的智慧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，没有做不到”的境界。
2、计算思维是概念化，不是程序化。
计算机科学不是计算机编程。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、计算思维是思想，不是人造物。
不只是我们生产的软件硬件等人造物将以物理形式到处呈现并时时刻刻触及我们的生活，更重要的是还将有我们用以接近和求解问题、管理日常生活、与他人交流和互动的计算概念。
而且，面向所有的人，所有地方。当计算思维真正融入人类活动的整体以致不再表现为一种显式之哲学的时候，它就将成为一种现实。
4、计算思维是根本的，不是刻板的技能。
根本技能是每一个人为了在现代社会中发挥职能所必须掌握的。刻板技能意味着机械的重复。具有讽刺意味的是，当计算机像人类一样思考之后，思维可就真的变成机械的了。
扩展资料：
优点内容：
计算思维吸取了问题解决所采用的一般数学思维方法，现实世界中巨大复杂系统的设计与评估的一般工程思维方法，以及复杂性、智能、心理、人类行为的理解等的一般科学思维方法。
1、优点
计算思维建立在计算过程的能力和限制之上，由人由机器执行。计算方法和模型使我们敢于去处理那些原本无法由个人独立完成的问题求解和系统设计。
2、内容
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。
与数学和物理科学相比，计算思维中的抽象显得更为丰富，也更为复杂。数学抽象的最大特点是抛开现实事物的物理、化学和生物学等特性，而仅保留其量的关系和空间的形式，而计算思维中的抽象却不仅仅如此。
参考资料来源：百度百科－计算思维
计算机思维又称构造思维以什么和构造为特征
计算思维又叫构造思维，以设计和构造为特征，以计算机学科为代表的。它是运用计算机科学的基础概念去求解问题、设计系统和理解人类行为。其本质是抽象和自动化，通过约简、嵌入、转化和仿真等方法，把一个看来困难的问题重新阐释成一个我们知道怎样解决的问题，如同“读、写、算”能力一样，计算思维也是我们每个人都必须具备的思维能力。
计算思维是一种递归思维。它是并行处理。它是把代码译成数据又把数据译成代码。对于别名或赋予人与物多个名字的做法，它既知道其益处又了解其害处。对于间接寻址和程序调用的方法，它既知道其威力又了解其代价。它评价一个程序时，不仅仅根据其准确性和效率，还有美学的考量，而对于系统的设计，还考虑简洁和优雅。
什么是计算思维？
计算思维（Computational Thinking）不是数学计算的能力，也不是运用计算机的能力。2006年美国卡内基梅隆大学的周以真教授在ACM会刊首次提出，计算思维(Computational Thinking)是运用计算机科学的思维方式进行问题求解、系统设计、以及人类行为理解等一系列的思维活动。2011 年，她再次更新定义提出计算思维包括算法、分解、抽象、概括和调试五个基本要素。
与许多概念一样，计算思维在学术界存在一定的共识，但也有不少争议。在取得共识的层面，多数研究者都认可：
1.计算思维是一种思维过程，可以脱离电脑、互联网，人工智能等技术独立存在。
2.这种思维是人的思维而不是计算机的思维，是人用计算思维来控制计算设备，从而更高效、快速的完成单纯依靠人力无法完成的任务，解决计算时代之前无法想象的问题。
3.这种思维是未来世界认知、思考的常态思维方式，它教会孩子理解并驾驭未来世界。
计算思维经过多年的研究、扩展、归并，其基本思维的流程与要素能够被大致明确为如下关键要素：

（计算思维六要素）
也就是说，计算思维教育不需要人人成为程序员、工程师，而是在未来时代拥有一种适配未来的思维模式。计算思维是人类在未来社会求解问题的重要手段，而不是让人像计算机一样机械运转。
计算思维的内涵是什么
容易被误解的计算思维
2006年，卡内基·梅隆大学周以真教授首次系统性地定义了计算思维。这一年，她在美国计算机权威期刊《Communications of the ACM》上发表了题为《Computational Thinking》的论文，由此开启了计算思维大众化的全新历程。
在此之前，“计算思维”在非计算机领域的应用多集中在科研学术圈，如计算化学、计算生物学、计算决策学等。像我这样的普罗大众真正开始了解“计算思维”的价值是在《Computational Thinking》发表之后（的10年）。今天，计算思维成了世界公认的普适思维方式，和理论思维、实验思维一样，任何人在解决任何问题时都可以运用。
计算思维对每个人都意义重大，但却非常容易被误解。有人望文生义，以为计算思维就是关于数学的学问；有人片面理解，以为学了编程就懂了计算思维；有人非要攀高枝，连学个Word、Exel、PPT都要说培养了计算思维。
计算思维被误解成这样，小编决心为它正名，带大家好好认识下计算思维。
计算思维是什么，不是什么
计算思维是什么呢？
在《Computational Thinking》这篇论文中，周以真教授用“硬科学”的术语描述了计算思维：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。也就是说，计算思维是一种解决问题的思考方式，而不是具体的学科知识，这种思考方式要运用计算机科学的基本理念，而且用途挺广的。
想要更快更好的理解计算思维，先来看看周以真教授对计算思维的几个清晰论断。
1 计算机思维是研究计算的。
2 是概念化，不是编程。
3 是基础技能，不是死记硬背的技能。
4 是人的思考方式，不是计算机的思考方式。
5 是数学思维、工程思维的补充和结合。
6 是想法，不是人造产品。
理解了上面6句话，就能在很大程度上减少对计算思维的误解了。
把编程当作计算思维是对计算思维的常见误解之一，甚至一些学计算机专业出身的人也会有类似的观点，其实不然。计算思维是一种概念化的思考方式，而编程则是一种行为，虽然编程的过程中经常会用到计算思维，但计算思维绝不是编程。把信息素养当作计算思维也是对计算思维的常见误解之一，其实计算思维和信息素养完全不同。信息素养注重的是培养人们对信息进行有效利用的方式方法，重点在于利用信息工具和信息，比如Excel、录音机、传感器、QQ的使用，从互联网上找到自己想要的信息等。而计算思维则是研究计算的，研究一个问题中哪些可以计算，怎样进行计算。
计算思维不是一门孤立的学问，也不是一门学科知识，它源于计算机科学，又和数学思维、工程思维有非常紧密的关系。说它和数学思维相关，是因为用计算思维解决问题时，需要将问题抽象为可计算的数学问题，例如比较罗马帝国的崛起和蒙古人的扩张，需要选择适当的数学模型来对国力进行量化计算。在运用计算思维设计大型复杂系统时，需要考虑效率、可靠性、自动化等问题，这些都是工程思维中非常重要的东西。
计算思维是每个人在日常生活中都可以运用的一种思考方式。没错，每个人都可以运用，而且可以用在几乎任何地方。出行路线规划、理财投资选择、科学研究分析、天气预报预测，不论你试图解决什么问题，运用计算思维都能帮你化繁为简，四两拨千斤。
理解计算思维，首先要理解计算
理解计算思维的前提是理解计算，因为计算思维本质上还是研究计算的，研究在解决问题过程中，哪些是可计算的，以及如何计算。
通常我们理解的计算是算术运算，如“1+1=2”，，但运算其实有很多种类，如集合运算、逻辑运算、条件运算等等。集合运算如 “ ∁U（A∩B）=（∁UA）∪（∁UB）”,这里面就没有具体的数值运算了，而是用代表集合的字母进行运算；又比如逻辑运算“1∧0=0”，这个运算里有数值“0”和1，但意义完全不同，这里的“1”代表的是“真”—即命题为真，“0”代表的是“假”—即命题为假，通过用数字“0”和“1”来代换命题的真假，用“∧”来代换逻辑语言里的“并且”，逻辑判断过程也能通过计算来实现。
在上面这三类运算中，“1和2”、“ A、B” “1和0”是计算对象，是用特定符号代表一定的含义（可能是数、集合、命题真假等等）；“+”、“∁U、∩、U”和“∧”是运算符,也就是运算规则（可能是加减乘除、可能是求并／补集、可能是判断并且／或者的复合命题）。如果把计算对象用特定的符号串表示，计算的实质就是将已知的特定的符号串，按照预定的规则，一步一步地改变符号串，经过有限步骤，最终得到一个满足预定条件的符号串的过程。
当我们跳出算术运算的局限，理解了计算的本质后，就会发现原来好多看似不可计算的东西都能变得可计算，也就很容易理解计算思维的普适性了。因为经过一定的抽象，我们对很多问题的理解都能用特定的数学语言来描述，接下来，当我们用特定的数学语言去描述解决过程的时候，就是在用计算化的方式来求解了。
计算思维里的人机分工
当我们把一个问题的求解操作变的可计算化后，我们是要靠人力去进行运算吗？NO！运用计算思维就是为了把人从大量的机械的运算中解脱出来，让计算机去做这些事。
在用计算思维解决问题时，人负责把实际问题转化为可计算问题，并设计算法让计算机去执行，计算机负责具体的运算任务，这就是计算思维里的人机分工。
人机分工能大幅提高问题处理的效率，减少出错率，特别是在处理情况复杂，运算量大的问题时。比如出行路线规划，在没有导航软件的时候，我们想要规划从A点到B点的最近的路线，可能要花费不少功夫，往往是我们根据经验进行判断，并不精确，很难有足够的时间和精力去寻找最优解。
当我们用电子地图来表示实际地理情况，用坐标点来表示实际位置时，最短路线的问题就转化为比较地图上A点到B点的各种线段组合的长度问题。从输入起点和目的地到导航软件给出导航路线不到半秒的时间里，后台服务器已经进行了高达千万甚至上亿次的运算，这种效率高出人类N个数量级。
计算机思维的逻辑基础是什么？
计算机思维的逻辑基础是计算机在行使特定功能时，其运作方式背后的法则——即“分离”。
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。
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。
扩展资料：
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。
如何学习计算机思维？
计算机思维建立的基础是计算机处理的能力及其局限性，不管是由人还是机器来执行。计算机方法和模型使我们有勇气去解决问题，设计出无论哪个个人都无法独立担纲的系统。计算机思维面对着有关机器智能的不解之谜：人做什么比计算机强？计算机什么比人好？最根本的问题是：什么是可以计算机做的？今天，我们对这样的问题仍然一知半解。\r\n计算机思维是每个人的基本技能，不只属于计算机科学家。在阅读，书写和算术之外，应该把计算机科学加入每个儿童的分析能力培养。和出版社促进了3个R（阅读，书写和算术Reading, Writing & Arithmetic）的传播相类似，计算机和使用电脑促进了计算机思维的传播。\r\n计算机思维采纳计算机科学的基本理念，可运用于问题的解决，系统设计和理解人类行为。计算机思维包含了一定范围内的思维工具，反映出计算机科学领域的广泛性。\r\n在解决一个问题时，我们会问：这有多难？怎样做是最佳的方法？计算机思维站在坚实的理论地基上给予这样的问题精确的答案。问题的难度要说取决于机器的能力－用来解决问题的计算工具。要考虑机器的指令，资源的约束和运行环境。\r\n为了有效率地解决问题，我们也许要进而问道，貌似的解决方案是不是最好的呢，我们可以随机化优势吗，是否允许主动错误或者被动错误。计算机思维通过简化，嵌入，转换或者模拟，将看来困难的问题转化为可以解决的问题。\r\n计算机思维是递归思维，并行处理。它将代码译为数据，又将数据译成代码。它用维度分析的泛化进行类型检查。承认异化的优缺点。给某个人或物多个名字。它同时意识到间接寻址和程序呼叫的代价和用处。它不只用正确程度和效率来评判一个程序，还判断美感，系统设计的简洁和优雅。\r\n计算机思维利用抽象和分解来对付复杂的大型任务或者来设计复杂的大型系统。它使你远离担忧。它挑出合适的代表性的问题或者给问题的相关方面建模使问题易于处理。它使用不变量来概要地或者陈述性地描述系统行为。它确信我们无需理解系统的每个细节就可以安全地使用，修改或者影响一个大型复杂的系统。它设想多个不同的用户建立不同的模块，为了设想的未来的使用进行预加载或缓存。\r\n计算机思维都以最糟糕的情形来考虑预防，保护和复原，方法可以是冗余，容错和纠错。 它采取呼叫高压封锁，死锁或者约定界面的方法。它还学习在发生同步相遇时避免竞争的情形。\r\n计算机思维使用启发式推理找到解决之道。它在不确定的情况下进行计划，学习和安排。它是搜寻，搜寻，再搜寻，找到一长列的网页，赢得游戏的攻略或是一个反例。它是使用大量的数据来提高计算的速度。它是在时间和空间中，在处理能力和存储容量中找到平衡。\r\n来看这些生活中的事例：您女儿早上去上学，她把这一天要用的东西放到背包里；这就是预加载和缓存。当您的儿子弄丢了他的手套，你建议他到经过的地方找；这是回溯。到什么时候下您会自己买一套而不再租用滑雪用具呢？这是联机算法。在超市排哪条队伍？这是服务器系统的性能建模。为什么停电时电话还可以用？这是失败的独立性和设计的冗余。那么如何进行用来分辨计算机和人的完全自动化的图灵测试，即CAPTCHAS，人类仿真?；这是利用解决人工智能的难题来给计算机代理商做宣传的。\r\n计算机思维将植根于每个人的生活当中，那时算法，前置条件等词汇将成为每个人的词汇， 非决定论和垃圾收集不再是计算机科学家使用的含义；人们将会从上往下来画一棵树。\r\n我们目睹了计算机思维对其他学科的影响。例如，机器学习改变了统计学。统计的学习正用于考察问题的规模, 以数据的大小和角度的方式，这在几年前还是不能想像的。各种组织的统计部门都在招聘计算机科学家。计算机学校包围了现有的和新成立的统计部门。\r\n计算机科学家近来对生物学产生了兴趣，因为它们相信，生物学家将可以从计算机思维中获益。计算机科学对于生物学的贡献远不止于可以通过大量搜索序列数据来寻找图谱。希望的是利用数据结构和算法－计算机的抽象思维和方法， 通过阐述功能来表现出蛋白质的结构。计算机科学家正在改变生物学家的思维方式。 相似的，计算机游戏理论正改变着经济学家的思维方式。量子计算对物理学家也是。\r\n这样的思维不会仅是其他科学家们的技能，它将是每个人的。普适计算的今天就是计算机思维的明天。昨天普适计算还是梦想，今天它已成为了现实。计算机思维在明天也会成为现实。\r\n是什么，不是什么\r\n计算机思维是研究计算的－ 什么是可以计算的，怎样进行计算。因此，计算机思维有下面的特点：\r\n是概念化，不是编程\r\n计算机科学不是计算机编程。计算机科学家式的思维不是说给计算机编程。它要求在多个抽象层面进行思考。\r\n是基本技能，不是机械技能\r\n基本的技能是每个人在现代社会都必须学会运用的。机械则意味着机械的重复。具有讽刺意味的是，要是计算机科学家真解决了人工智能的使计算机象人一样思考的大挑战，那时思维可就真要变机械了。\r\n是人的思维方式，不是计算机的\r\n计算机思维是人解决问题的方式，不是要人象计算机一样思考。计算机是愚笨无趣的，人聪明富有想像力。是人类使得计算机令人振奋。使用计算机设备，我们运用才智处理问题，那些在计算机时代之前我们不敢挑战的问题，构建具有只要想像得到的功能的系统。
相关推荐：
