欢迎来到计算思维！
你有没有想过计算机科学家是如何解决那些庞大又复杂的问题？他们并不会一坐下来就立刻开始写程序！他们运用的是一种特别的思维模式，称为计算思维 (Computational Thinking)。
如果这听起来有点“技术宅”，不用担心！这其实是一种你每天都在用，只是自己没察觉到的思考方式。在这一节中，我们将探讨为了应对 OCR J277 考试，你必须掌握的计算思维三大支柱：分解 (Decomposition)、抽象 (Abstraction) 和 算法思维 (Algorithmic Thinking)。
快速复习：计算思维并不是像计算机那样思考。它是一个解决问题的过程，透过将复杂的任务拆解成计算机（或人类！）可以遵循的简易步骤，来帮助我们处理问题。
1. 分解 (Decomposition)
分解是将一个庞大且复杂的问题，拆解成较小、较易处理的部分的过程。
想象一下，如果有人叫你去“筹办一个音乐节”。这听起来是不可能的任务，对吧？但如果你把它拆解开来，就会变得简单多了：
1. 寻找场地。
2. 预约表演乐队。
3. 设置美食摊位。
4. 出售门票。
每一个“较小”的问题都比原本那个巨大的难题容易解决得多！
为什么要使用分解？
• 它让问题变得更容易理解。
• 不同的人可以同时处理问题的不同部分。
• 较小的部分可以分别进行测试，以确保运作正常。
现实生活中的例子：智能手机
想想智能手机是如何制造出来的。一个团队负责相机软件，另一个团队负责电池管理，还有一个团队负责屏幕显示。他们将“手机”这个庞大的项目分解成许多细小的部分，才能共同打造出这件科技杰作！
重点总结：如果一个问题看起来太大，就分解它！把它拆解成“一口大小”的碎块吧。
2. 抽象 (Abstraction)
抽象是移除不必要的细节，让你专注于问题中最重要部分的过程。
在计算机科学中，我们不想被那些无助于解决当前任务的“额外”信息所干扰。
例子：伦敦地铁图
如果你看一眼伦敦地铁图，它不会显示哪里有树木、房子的颜色是什么，也不会显示轨道实际有多弯曲。为什么？因为你不需要这些信息就能从 A 点移动到 B 点。地图抽象（移除了）风景细节，让你专注于车站和线路连接。
常见错误：
错误：以为抽象就是把东西弄得“模糊”或“不清楚”。
修正：抽象其实是关于焦点。它是要挑出关键的特定部分，而忽略其余信息。
记忆小撇步：把 Abstraction（抽象）想成 Away（离开/丢弃）。你正在把不需要的细节丢 Away！
快速复习：抽象透过仅关注必要信息，帮助我们简化问题。
3. 算法思维 (Algorithmic Thinking)
算法思维是开发一套逐步指令来解决问题的过程。当你分解了问题并抽象了细节后，你需要一个计划。
算法 (Algorithm) 其实就是“食谱”或“操作步骤”的华丽说法。如果你能写下泡一杯茶的步骤，那你已经具备算法思维了！
逐步解释：
要具备算法思维，你必须：
1. 确认输入 (Input)（我有什么？）
2. 决定处理过程 (Process)（我必须采取哪些步骤？）
3. 定义输出 (Output)（最终结果是什么？）
例子：计算器相加两个数字。
• 输入：两个数字（例如 \( 5 \) 和 \( 10 \)）。
• 处理：将它们相加。
• 输出：结果（\( 15 \)）。
你知道吗？
算法不只是给计算机用的。每次你依照“乐高”说明书拼装积木时，你就是在执行设计师运用算法思维所创造出的算法！
重点总结：算法思维创造了计算机遵循的“逻辑”。如果步骤错了，计算机就会做出错误的行为了！
整合应用：一个情境
假设你想制作一个电脑游戏，让角色在迷宫中移动。
1. 分解：拆解游戏。你需要一种方式移动角色、侦测墙壁，以及追踪得分。
2. 抽象：你不需要知道角色最喜欢什么颜色，或是墙壁是什么材质做的。你只需要知道它们的 X 和 Y 坐标。
3. 算法思维：创造逐步指令：“如果按下『右』键，那么将角色的 X 位置增加 +1。”
刚开始觉得困难也没关系！计算思维是一种透过练习会越来越强的技能。只要记住这“三大支柱”：
• 分解 = 拆解任务。
• 抽象 = 专注于关键。
• 算法思维 = 制定逐步计划。
最终快速总结框
• 计算思维是一种用于定义和优化问题的解决问题思维模式。
• 分解透过将任务拆分为子任务来降低复杂度。
• 抽象透过隐藏不必要的细节来降低复杂度。
• 算法思维创造了一系列逻辑步骤来达成解决方案。