对计算思维的看法.docVIP

对计算思维的看法 1120153500陈琦褚然 计算思维，在国内专家学者眼中，是人类应具有的第三种思维。相比于实验思维（观察与归纳）、理论思维（推理和演绎），计算思维（设计与构造）关注的是人类思维中有关可行性、可构造性和可评价性的部分。 既然在谈计算思维，那么先给计算思维下个定义。什么是计算思维?计算思维主要2006年3月，美国卡内基·梅隆大学计算机科学系主任周以真教授在美国计算机权威杂志，ACM会杂志上给出，并定义的计算思维。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。以上是关于计算思维的一个总定义，周教授为了让人们更易于理解，又将它更进一步地定义为：? (1)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问题怎样解决的思维方法；是一种递归思维，是一种并行处理，是一种把代码译成数据又能把数据译成代码，是一种多维分析推广的类型检查方法。 (2)是一种选择合适的方式去陈述一个问题，或对一个问题的相关方面建模使其易于处理的思维方法；是按照预防、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；是利用启发式推理寻求解答，也即在不确定情况下的规划、学习和调度的思维方法；是利用海量数据来加快计算，在时间和空间之间，在处理能力和存储容量之间进行折衷的思维方法。 这种“计算”并不只限定在计算机科学领域，在生物学领域有个著名的中心法则，即DNA→RNA→蛋白质，现代分子生物学研究表明，DNA、RNA、蛋白质都是由其编码序列决定的，它们之间的变换存在着信息的传递，科学家们认为这也是一种计算。正如Denning教授指出：“计算思维并不是计算机科学唯一和独有的特征，如果不谨慎地认识和看待它，将会把人们引向思维的陷阱”。同时，他认为计算作为信息的处理过程，在自然界中是无处不在的，计算机的计算只是众多计算中的一种形式。计算机可以帮助人们完成很多任务，导致人们对它寄予过高的期望，周以真教授认为应该将计算思维变成常识。但是，这种美好的愿望忽略了一个基本的事实——计算机本身的局限性。 目前计算机是以图灵机为基本模型。而图灵机中的计算技术本质上讲可认为是将各种语义信息绑定于0,1及其之上的符号串，定义绑定规则形成协议或语言，然后通过实现协议解析或语言编译来实现计算能力的提升。虽然复杂问题可通过分离或分层，化难为简, 得到实现，但并不能描述人的思维。所以计算不能仅指计算机科学范畴内的计算，目前计算机科学的基础概念也不足以描述所有的计算。计算思维的定义是从目前计算机科学所处的水平和角度提出的概念，这个概念可以概括当前计算机工作的特点，但如果作为一种思维方式进行推广，可能会在某种程度上限制人们的思维。从另一个角度看，计算思维概念的提出具有非常积极的意义，它从一定程度上简明扼要地指出了计算机科学的核心和本质问题，为其他科学领域的研究人员深入学习和理解计算机科学提供了很好的目标与方向。综上所述，计算思维目前还是一个处于研究和探索的定义或概念，有待发展和完善。 当然做为一个大一新生，这么深刻的探索对我来说还是有点早。因此现阶段我还是应该先学在专，最后在突破。对于计算思维我只有粗浅的看法：计算思维代表着一种普遍的认识和一类普适的技能，每一个人，不仅仅是计算机科学家，都应热心于它的学习和运用；计算思维是建立在计算过程的能力和限制之上的，不管这些过程是由人还是由机器执行的。计算方法和模型给了我们勇气去处理那些原本无法由任何个人独自完成的问题求解和系统设计。计算思维，已经深入到我们的日常生活中，进入大学，使我们能够更好地理解和实践这种思维，这样一个多彩的舞台,为我们提供了丰富多彩的资源,使我们能偶更好的实现自己的想法。 对于如何学习计算思维，老师曾给我们提出过几点建议： （1） “知识”随着“思维”的学习而展开，“思维”随着“知识”的贯通而形成，“能力”随着“思维”的理解而提高。 （2）从问题分析着手，强化如何进行抽象，如何将现实问题抽象为一个数学问题或者一个形式化问题，提高问题表述及问题求解的严谨性。 （3）通过图示化方法来展现复杂的思维可以一目了然；通过规模较小的问题求解示例来理解复杂问题的求解方法；通过从社会/自然等人们身边的问题理解到计算科学家是如何进行问题求解。 （4）追求“问题”及问题的讨论，通过逐步地提出问题，使自己从一个较浅的理解层次逐步过渡到较深入的理解层次，通过不同视角和递阶的讨论，使自己理解和确定前行的方向。 （5）宽度与深度相结合，从宽度学习开始，深度学习结束，既能够使自己理解相关的思维与知识，还能够有助于建立起较为科学的研究习惯与研究方法