歡迎來到抽象化與自動化世界！
在本章中，我們將探討計算機科學中「思維」的一面。你有沒有想過，程式設計師是如何將現實世界中龐大且混亂的問題，轉化為簡潔優雅的程式碼？這並非魔法——這就是抽象化 (Abstraction) 與 自動化 (Automation) 的力量。我們將學習如何剔除問題中的「雜訊」以找到核心邏輯，並將該邏輯轉化為可運行的程式。如果這些術語聽起來有點「科幻」，別擔心；我們會一步步為你拆解！
1. 解決問題與使用演算法
在編寫程式碼之前，我們必須先解決問題的邏輯。邏輯問題 (Logic problem) 就像一個謎題，你需要運用事實和規則來找出答案。一旦找到解決方案，你就可以將其轉化為演算法 (Algorithm)。
什麼是演算法？
演算法簡而言之就是為了完成一項任務而遵循的一系列步驟。至關重要的是，一個真正的演算法必須始終終止 (must always terminate)（它必須在某個時間點結束！）。
比喻：想像一下烤蛋糕的食譜。它有特定的順序、清晰的指令，當蛋糕出爐後，整個流程就結束了。編寫演算法
在考試中，你經常會用到偽代碼 (Pseudo-code)。這是一種編寫指令的方式，它看起來像程式碼，但對人類來說更容易閱讀。你只需要掌握四個主要的構建模組：
- 順序 (Sequence)：將指令按正確的順序排列。
- 賦值 (Assignment)：為變數賦予一個值（例如：\( x = 5 \)）。
- 選擇 (Selection)：使用 IF 語句進行決策。
- 迭代 (Iteration)：使用 FOR 或 WHILE 迴圈重複執行步驟。
快速複習：為了檢查演算法是否有效，我們使用手動追蹤 (Hand-trace)。這意味著你要模擬電腦，在紙上逐一執行步驟時，記下每個變數的值。
常見錯誤：忘記演算法必須終止。如果你的迴圈無窮無盡，那麼它就不是一個有效的演算法！
2. 抽象化的力量
抽象化是簡化事物的過程。在計算機科學中，我們用它來管理複雜性。你需要了解幾種特定的類型：
表徵抽象化 (Representational Abstraction)
這是指通過刪除不必要的細節來創建事物的模型。你只需保留對解決問題絕對必要的資訊即可。
例子：倫敦地鐵圖。它不會顯示軌道的確切曲線或地面上的樹木；它只顯示車站和路線，因為這就是乘客唯一需要知道的資訊。泛化抽象化 (Abstraction by Generalisation / Categorisation)
這涉及根據共同特徵對事物進行分組，從而建立層次關係。我們稱之為「是一種 (is a kind of)」關係。
例子：「黃金獵犬」是一種「狗」，而「狗」是一種「動物」。通過將它們分組，我們可以一次性解決所有「狗」的問題，而無需糾結於具體的品種。資訊隱藏 (Information Hiding)
這是隱藏物件中所有對其核心特性無貢獻的細節的過程。它確保程式設計師不會因為「底層」如何運作而分心。
核心要點：抽象化就是一種過濾 (filtering)。如果你正在開發飛行模擬器，你需要了解物理和風向，但你不需要知道乘客穿的襪子是什麼顏色！
3. 抽象化的層次（「如何做」與「做什麼」）
計算機科學家使用不同「層次」的抽象化來處理不同的任務。
程序抽象化 (Procedural Abstraction)
這代表了一種計算方法。當我們進行程序抽象化時，我們是在將具體的數值「抽象化」。我們創建一個程序 (procedure)，該程序可以用不同的資料來獲取結果。
函數抽象化 (Functional Abstraction)
這更進一步。程序抽象化的結果是一個函數 (function)。在這裡，具體的計算方法被隱藏了。你知道輸入什麼（input）以及輸出什麼（output），但你不需要知道函數內部是如何進行計算的。
資料抽象化 (Data Abstraction)
這隱藏了資料實際的表示方式。它允許我們從基本的資料類型中創建新型的資料物件。
例子：你可能會使用一個資料「堆疊 (Stack)」。對你來說，它只是一堆東西，你可以將其中一個「推入 (push)」到最上面。在底層，電腦可能使用陣列 (array) 和指標 (pointer) 來追蹤頂部，但你無需看到這些細節即可使用堆疊。你知道嗎？資料抽象化就像使用電視遙控器。你知道按下「音量調高」會讓聲音變大，但你不需要了解發送給電視處理器的電子訊號是如何運作的。
4. 分解、合成與歸約
當問題變得太大時，我們使用這三種技術使其易於管理。
分解 (Decomposition)
這意味著將一個問題拆解為較小的子問題。每個子問題都應該完成一個可識別的任務。然後，你可以進一步拆解這些子問題！
合成 (Composition)
這與分解相反：將程序或資料物件組合起來以構建更複雜的系統。例如，你可以組合多個小函數來創建完整的銀行應用程式，或組合資料物件來創建「樹狀」資料結構。
問題抽象化（歸約, Reduction）
這是解決問題時的「啊哈！」時刻。你刪除細節，直到問題簡化為一個已經被解決過的版本。
鼓勵一下：如果剛開始覺得很難，別擔心！只要記住：分解 = 拆開，合成 = 組合在一起。
5. 自動化：讓模型變為現實
自動化是最後一步。它是將我們的抽象模型投入實際應用以解決現實世界問題的過程。我們通過以下步驟實現自動化：
- 創建演算法：設計邏輯。
- 實作程式碼：編寫指令（「如何做」）。
- 實作資料結構：選擇如何儲存資料。
- 執行程式碼：運行程式以獲得結果。
總結：計算機科學的核心在於為「混亂的」現實世界現象建立簡潔的模型。我們決定保留什麼以及捨棄什麼（抽象化），以準確適度地解決問題。
考試重點摘要：
- 演算法：一系列始終終止的步驟。
- 表徵抽象化：刪除不必要的細節。
- 泛化：按共同特徵分組（「是一種」關係）。
- 分解：將問題拆分為更小的任務。
- 自動化：通過程式碼將模型付諸行動。