Computational thinking and Problem-solving

欢迎来到计算思维与问题解决指南！

你好！欢迎来到计算机科学中最精彩的领域之一。如果这些术语起初听起来有点「硬核」，别担心——计算思维不仅仅是编写代码；它是关于训练你的大脑，以计算机可以理解的方式来解决问题。无论你是要筹备派对还是开发应用程序，这些技能都能帮助你将大型挑战拆解成简单、易于管理的步骤。让我们开始吧！

1. 计算思维技能

在我们编写任何一行代码之前，我们需要先思考。你需要掌握两项「超能力」：抽象 (Abstraction) 和 分解 (Decomposition)。

抽象 (Abstraction)

抽象是指过滤掉不需要的信息，以便专注于重要部分的过程。
例子： 想象一张地铁路线图。它不会显示轨道的每一个弯曲或地面的树木，它只显示车站和路线。这就是抽象——只保留核心细节。

分解 (Decomposition)

分解意味着将复杂的问题拆解成更小、更容易解决的子问题。
类比： 如果你想「打扫房子」（这是一个艰巨的任务），你可以将其分解为：1. 洗碗，2. 吸尘，3. 倒垃圾。将任务变小后，完成起来就轻松多了！

快速回顾：
- 抽象：隐藏不必要的细节。
- 分解：将大问题拆分成小部分。

2. 算法与流程图

算法 (Algorithm) 就是解决问题的一系列定义明确的步骤。可以把它想象成制作蛋糕的食谱。

算法的表示方式

你可以使用结构化英语 (Structured English)（简明的句子）、流程图 (Flowcharts)（可视化图形）或伪代码 (Pseudocode)（看起来像代码但更容易阅读的文字）来展示你的算法。

标识符表 (Identifier Tables)

在开始之前，你应该列出你将使用的「容器」（变量）名称。这称为标识符表。它能帮助你追踪正在存储的数据（例如：PlayerScore, ItemPrice）。

逐步细化 (Stepwise Refinement)

这是将高层次的步骤不断拆解成更多细节，直到可以进行编程为止的过程。
如果起初觉得有点棘手，别担心！ 只要记住：从「大局」出发，不断增加细节，直到无法再拆解为止。

关键要点： 算法必须合乎逻辑并遵循特定的顺序。使用流程图作为可视化地图，或使用伪代码作为文字规划。

3. 数据类型与结构

计算机需要知道它正在处理什么类型的数据，以便正确存储。

常见数据类型

- 整数 (INTEGER)： 整数（例如：\(5\), \(-10\), \(0\)）。
- 实数 (REAL)： 带有小数的数字（例如：\(3.14\), \(19.99\)）。
- 字符 (CHAR)： 单个字符（例如：'A', '$'）。
- 字符串 (STRING)： 字符的集合（例如："Hello World"）。
- 布尔值 (BOOLEAN)： True 或 False。
- 日期 (DATE)： 日历日期。

数组 (Arrays)

数组就像一排储物柜。每个柜子都有一个索引 (index)（数字）并存储一项数据。
- 一维数组： 单行资料。
- 二维数组： 像网格或电子表格（有行和列）。

抽象数据类型 (ADTs)

这些是组织数据的特殊方式：
- 堆栈 (Stack)： 想象一叠盘子。你从顶部加入，也从顶部取出。这是 LIFO（后进先出）。
- 队列 (Queue)： 想象商店排队。排在最前面的人会最先获得服务。这是 FIFO（先进先出）。
- 链表 (Linked List)： 数据项的集合，其中每一项都「指向」下一项，就像寻宝游戏一样。

你知道吗？ 记录 (Record) 是一种特殊的数据类型，允许你在一个名称下存储不同类型的数据（例如：「学生」记录可以包含 姓名 (字符串) 和 ID编号 (整数)）。

4. 编程基础与结构

在编写伪代码或代码时，你会用到三种基本结构：

1. 顺序结构 (Sequence)

计算机按照指令顺序，从上到下依次执行。

2. 选择结构 (Selection)

- IF 陈述式： 用于有条件的情况（例如：IF Score > 50 THEN "Pass"）。
- CASE 陈述式： 非常适合处理多个具体选项（例如：从菜单中选择一项）。

3. 重复结构 (Iteration)

- 计数控制 (FOR)： 你确切知道需要重复多少次（例如：重复 10 次）。
- 前测条件 (WHILE)： 在执行循环之前检查条件。如果条件一开始就不成立，程序可能完全不会执行。
- 后测条件 (REPEAT...UNTIL)： 代码会至少执行一次，然后在结束时检查条件。

常见错误： 在应该使用 FOR 循环时使用了 WHILE 循环。如果你知道确切的重复次数，FOR 通常是你的最佳选择！

5. 结构化编程

为了保持代码整洁，我们使用过程 (Procedures) 和 函数 (Functions)。它们是主程序内的迷你程序。

过程与函数的差异

- 过程： 执行某项任务（如「打印报告」），但不一定会返回值。
- 函数： 执行计算并返回单一数值（如「计算税款」）。
记忆技巧： Function (函数) 总会带回一个 Final (最终) 结果。

参数 (Parameters)

这是我们「传递」给过程或函数的数值。
- 传值 (By Value)： 计算机制作数据的副本。原始数据保持不变。
- 传址 (By Reference)： 计算机使用实际的数据。如果过程修改了它，原始数据也会随之改变！

6. 软件开发与测试

构建软件是一个被称为程序开发生命周期 (Program Development Life Cycle) 的旅程。

开发模型

- 瀑布模型 (Waterfall)： 一步一步来。完成一个阶段后才移动到下一个。
- 迭代模型 (Iterative)： 构建一个版本，测试它，然后返回进行改进。
- 快速应用开发 (RAD)： 专注于快速建立原型并尽快获得反馈。

错误类型

- 语法错误 (Syntax Error)： 代码中的「文法」错误（例如：忘记括号）。程序将无法运行。
- 逻辑错误 (Logic Error)： 程序运行正常，但结果错误（例如：本该减法却用了加法）。
- 运行阶段错误 (Run-time Error)： 程序运行时发生的错误（例如：试图除以零）。

测试数据

测试程序时，应该使用：
1. 正常数据 (Normal data)： 程序预期的典型数据。
2. 异常数据 (Abnormal data)： 错误类型的数据（例如：要求输入数字时输入了 "Hello"）。
3. 边界/极端数据 (Boundary/Extreme data)： 处于允许范围边缘的数据（例如：分数为 0-100，则 0 和 100 就是边界数据）。

总结技巧：
- 白盒测试 (White-box testing)： 测试代码内部的逻辑。
- 黑盒测试 (Black-box testing)： 不看代码内部，只测试输入和输出。

恭喜！你已经掌握了计算思维和问题解决的核心概念。休息一下，尝试写一个制作三明治的简单算法，你很快就能成为专家！