欢迎来到计算思维（Computational Thinking）的世界！
你有没有曾经对庞大的问题感到不知所措？或许面对一个巨大的程序设计项目或复杂的数学方程式时，你完全不知道从何入手。计算思维就是你的“秘密武器”，它能帮你将这些巨大的难题拆解成易于管理的组件。
在本指南中，我们将专注于抽象化（Thinking Abstractly）。这是解决任何计算机问题的第一步。别担心，虽然听起来有点“学术”，但你其实每天都在使用抽象化，甚至你自己都没察觉！
1. 什么是抽象化？
简单来说，抽象化就是删除不必要的细节，只保留那些有助于解决特定问题的重要部分。
想想你所在城镇的地图。它会显示每一根草叶、路面的裂缝，或是每个人家大门的颜色吗？当然不会。如果真的这样做，地图的尺寸会跟城镇一样大，而且根本无法阅读！相反，它使用符号来代表道路、公园和建筑物。这就是抽象化的运作方式。
抽象化的两大重点：
1. 删除细节：移除任何对解决任务没有帮助的信息。
2. 简化：用简单的模型来呈现复杂的事物（例如用一条蓝线来代表一条巨大且流动的河流）。
快速回顾：
抽象化 = 专注于重要事物 + 忽略无关事物。
2. 为什么需要抽象化？
为什么我们费心做这件事？为什么不直接包含所有细节？在计算机科学中，我们的资源有限，例如内存 (RAM)、处理器性能 (CPU)，以及最重要的一点——我们自己的时间。
抽象化的好处：
• 降低复杂度：让人更容易理解问题。
• 节省时间：当程序不被无用的数据干扰时，编写速度更快，且更容易排错 (debug)。
• 效率：计算机处理数据的速度会快得多，因为需要处理的数据量较少。
• 专注力：它让开发者能专注于解决方案的逻辑，而非纠结于硬件的微小细节。
比喻：开车
要开车，你需要了解方向盘、踏板和排挡杆。你不需要了解内燃机如何运作，也不需要知道燃料的化学成分。汽车的仪表盘就是一个抽象接口，让你轻松控制复杂的机械。
关键总结：
我们需要抽象化，是因为它能让复杂的问题变得可解决且易于管理。
3. 抽象化与现实的区别
理解抽象模型与现实之间的区别非常重要。在 OCR 考试中，你可能会被问到它们有何不同。
现实：实际的、物理上的物体或情况。它充满了无穷的细节，且非常复杂。
抽象化：为了特定目的而创造的、对现实的简化“版本”或“模型”。
例子：伦敦地铁图
伦敦地铁的“现实”包含弯曲的隧道、相隔数英里的车站，以及起伏的轨道。然而，地铁图（抽象化）将所有线路显示为直线或完美的对角线，所有车站的间距也是均匀的。
这张地铁图能完美呈现现实吗？不能。
它能帮你从 A 站到达 B 站吗？当然能！
事实上，如果地图显示了真实的曲线和确切距离，反而会变得难以使用。
避免常见错误：
学生常误以为“细节越多越好”。在计算机科学中，过多的细节反而有害。这会导致程序运行缓慢，并产生没人能看懂的“意大利面式代码”（spaghetti code）。
4. 设计一个抽象模型
你该如何实际进行“抽象化”？当你收到一个场景并被要求建立抽象模型时，请按照以下步骤：
第一步：确认目标
程序要达成什么目标？（例如：是要计算路线，还是模拟天气？）
第二步：确认需求
为了达成目标，哪些信息是绝对必要的？
第三步：舍弃其余部分
找出那些“知道也不错”但实际上不影响结果的细节。把它们删掉！
现实案例：飞行模拟游戏
如果你正在设计一款飞行模拟器，你的抽象模型应包含：
• 重要：风速、燃油量、高度和飞机重量。
• 无关（删除）：乘客行李箱的颜色、飞行员午餐吃了什么，以及机舱地毯的品牌。
你知道吗？
像 Pong 这样的早期电子游戏就是抽象化的杰作。一个正方形块代表“球”，两条线代表“球拍”。它看起来一点都不像真实的网球，但其机制却在那里，这就是它好玩的原因！
记忆小撇步：“过滤器”技巧
想象你的大脑是一个咖啡滤网。现实是咖啡渣（杂乱且占空间）。抽象化就是过滤后流出来的咖啡液——醇厚、精华，且正是你真正想要的结果。
快速总结检查表
在进入下一章之前，请确保你能回答以下问题：
• 我能定义抽象化吗？（删除不必要的细节）。
• 为什么需要它？（为了减少复杂度和节省资源）。
• 抽象化与现实有什么区别？（现实是全部的细节；抽象化是简化的模型）。
• 我能识别场景中哪些是重要的吗？（只专注于有助于达成目标的信息）。
如果这对你来说还显得有点抽象，别担心。抽象化是一种思维方式。你练习观察问题并问自己“在这里我可以忽略什么？”的次数越多，这就会变得越简单！