第六章-计算与计算思维ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,Copyright SWFU-BD&IE,2018.All rights reserved.,1-,*,大学计算机基础与计算思维,大学计算机基础与计算思维,西南林业大学,大数据与智能工程学院,第六章 计算与计算思维,本章主要内容,6.1,计算,6.2,计算思维的含义特征、内容,6.3,计算思维的特征,6.4,计算思维,什么是计算？,简单计算：数据,计算，,计算规则,，应用计算规则进行计算并获得计算,结果,计算,就是基于,规则的、符号集的,变换,过程，即从一个按照规则组织的,符号集,合开始，再按照,既定的规则,一步步地改变这些符号集合，经过有限步骤之后得到一个,确定的结果,。,广义的计算就是,执行信息变换,，,即对信息进行加工和处理。,许,多自然,的,、人工,的,和社会的系统中的过程,变化，,自然而然是计算的,。如财务系统、搜索引擎等。,复杂计算：,需要研究简化的方法、规则。如一元二次方程解的公式等。,f(x),，函数，计算规则及其简化计算方法，便于人应用规则进行计算，获得计算结果,机器计算,知道计算规则，但超出人的计算能力，无法获得计算结果,人可能无法完成但却可由机器自动完成，借助于机器获得计算结果,设计一些简单的规则，让机器通过重复执行来完成计算，也就是使用机器来代替人进行自动计算，比如圆周率计算等。,a,1,x,1,b,1,+a,2,x,2,b,2,+,a,n,x,n,b,n,=c,人计算与机器计算的差别,?,例如：求,ax,2,+bx+c=0,的根,人进行计算：,规则可能很复杂,但计算量却可能很小,人需要知道具体的计算规则,特定规则，只能求,:,a,1,x,2,+a,2,x=c,机器,-,自动计算：,规则可能很简单,但计算量却很大,机器也可以采用人所使用的计算规则,一般性的规则，,可以求任意,:,a,1,x,1,b,1,+a,2,x,2,b,2,+a,n,x,n,b,n,=c,人,-,求解,机器,-,求解,(1),从,-n,到,n,，产生,x,的每一个整数值；,(2),将其依次代入到方程中计算,;,(3),如果其值使方程式成立，则即为其解；否则不是,“,人,”,计算,vs.,“,机器,”,计算,利用上述公式计算得到,x,值,自动计算,自动计算要解决的几个问题,:,表示,-,存储,-,执行,“,数据,”,的表示,“,计算规则,”,的表示：,程序,数据与计算规则的,“,自动存储,”,计算规则的,“,自动执行,”,a,1,x,1,b,1,+a,2,x,2,b,2,+,a,n,x,n,b,n,=c,计算思维,为什么提出计算思维？,学科的发展，知识的膨胀,Systems,Theory,AI,Comp.Bio.,Geometric Comp.,Graphics,HCI,：,Human Computer Interaction,Distributed Systems,Service Computing,Hardware,Robotics,Database&Data mining,Machine Learning,Natural Language,Comp.Economics,Networking,Security,Algorithms,Economics,Biology,Linguistics,Statistics,Sociology&,Serviceology,Design,Psychology,Electrical,Engineering,计算思维的提出,“,计算思维,”,是美国卡内基梅隆大学周以真教授提出的一种理论。,周以真认为：计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类行为，它涵盖了计算机科学的一系列思维活动。,什么是,计算思维,？,计算思维以设计和构造为特征，以计算机学科为代表。,计算思维的根本问题是什么能被有效的自动进行。,为了机器的自动化，需要在抽象过程中进行符号转换和建立计算模型。,计算思维需要考虑问题处理的边界，以及可能产生的错误。,计算思维的本质,抽象和自动化,抽象：有选择地忽略某些细节，控制系统的复杂性；完全超越物理的时空观，符号化；抽象是在不同的层次上完成的。,自动化：机械地一步一步地自动执行，选择合适的计算机解释执行问题的抽象。,在哥尼斯堡城的普莱格尔河上有,7,座桥，将河中的两个岛和河岸连结，问能否一次走遍,7,座桥，而每座桥只允许通过一次，最后仍然回到起始地点。,【,案例,】,毕加索画牛的抽象过程。,国内学者,/,专家的观点,计算思维是人类应具备的第三种思维,实验思维,:,实验,观察 发现、推断与总结,.-,观察与归纳,理论思维,:,假设,/,预设,定义,/,性质,/,定理 证明,.-,推理和演绎,计算思维,:,设计,构造 与 计算,.-,设计与构造,计算思维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,当前环境下，理论与实验手段在面临大规模数据的情况下，不可避免地要用计算手段来辅助进行。,国际教育技术协会对计算思维的可操作性定义,计算思维是问题解决的过程，该过程包括以下特点：,（,1,）制定问题，并利用计算机和其他工具来解决该问题；,（,2,）要符合逻辑地组织和分析数据；,（,3,）通过抽象,（,如模型、仿真等,）,再现数据；,（,4,）通过算法思想（一系列有序的步骤）支持自动化的解决方案；,（,5,）分析可能的解决方案，找到最有效的方案；,（,6,）将该问题的求解过程推广并移植到更广泛的问题中。,计算工具与思维方式的相互影响,家迪科斯彻：我们使用的工具影响着我们的思维方式和思维习惯，从而也将深刻地影响着我们的思维能力。,计算的发展影响着人类的思维方式。,如,，,计算生物学改变,了,生物学家的思维方式；,如，,计算机博弈论改变着经济学家的思维方式；,如，,计算社会科学改变着社会学家的思维方式；,如，,量子计算改变着物理学家的思维方式。,计算思维,是,各个专业求解问题的基本途径。,为什么需要,计算思维？,支持各学科研究创新的新型计算手段,Gap,计算思维,/,计算能力,计算机及其通用计算手段的应用,当前的非计算机专业计算机关注点,应用计算手段进行各学科研究和创新,非计算机专业学生的未来计算能力,知识,/,技能,计算思维,的学习和训练,1998,年诺贝尔化学奖奖励给一个计算手段的研究者,-,John Pople,化学学科工作者利用计算手段进行学科的科学研究,“,看山是山，看水是水,”,“,昨夜西风凋碧树，独上高楼，望尽天涯路,”,“,看山不是山，看水不是水,”,“,衣带渐宽终不悔，为伊销得人憔悴,”,“,看山还是山，看水还是水,”,“,众里寻她千百度，蓦然回首，那人却在灯火阑珊处,”,From,王国维,“,人间词话,”,关于,“,境界,”,的阐述,贯通，看得远，才能认识准确,浮想联翩，由此及彼，才能发现,不断训练，不断理解，才能找出本质，才能创新,联想与贯通,训练与实践,概念与知识,思维是创新的源头，技术与知识是创新的支撑,知识与思维的差别在哪里,?,贯通知识的思维,计算思维,本质,可实现,启发性,联想,知识,知识的贯通,-,思维,计算思维的特征,计算思维是每个大学生必须掌握的基本技能。,计算思维是人的，不是计算机的思维方式。,计算思维是人类求解问题的思维方法，而不是要使人类像计算机那样思考。,计算思维是数学思维和工程思维的相互融合。,计算机科学本质上来源于数学思维，但是受计算设备的限制，迫使计算机科学家必须进行工程思考，不能只是数学思考。,计算思维建立在计算过程的能力和限制之上。,最根本的问题是：什么是可计算的？,解决这个问题有多么困难？什么是最佳的解决方法？,一个近似解是否就够了吗？是否允许漏报和误报？,计算思维是通过简化、转换和仿真等方法，把一个看起来困难的问题，重新阐释成一个我们知道怎样解决的,问题。,计算思维是选择合适的方式对问题进行建模，使它易于处理。,【,扩展,】,沃尔夫勒姆（,Wolfram,）在一种新科学书中指出：,自然界的本质是计算，但计算的本质必须用实验探索。,世界的底层规则是简单的、决定性的，但是这些规则生成的人类行为却极端复杂。,我认为宇宙像,pi,一样，虽然无穷无尽但可以计算到任意精度。,审视一下新出现的关于自然界的模型，我们会看到，基于程序的发现，将逐渐取代基于方程的发现。,如果我们真的建立了宇宙的模型，一切都可计算，那么全部物理问题就还原成了数学。,计算思维与计算机科学,计算思维以,计算机科学,为代表，从具体算法设计规范入手，通过算法过程的构造与实施来解决给定问题的一种思维方法,。,计算思维与计算机科学紧密相关。,大学计算思维教育空间,计算之树,?,计算之树的第一个维度,计算技术的奠基性思维,递归,程序,0,和,1,“0,和,1”,思维,-,符号化,计算化,自动化,0,和,1,是实现任何计算的基础；社会,/,自然与计算融合的基本手段；,0,和,1,是连接硬件与软件的纽带；,0/1,是最基本的抽象与自动化机制。,“,程序”思维,-,千变万化复杂功能的构造、表达与执行,程序是基本动作,(,指令,),的各种组合，是控制计算系统的基本手段,“,递归”思维,-,无限事物及重复过程的表达与执行方法,递归是最典型的构造程序的手段；递归函数是可计算函数的精确的数学描述；递归函数是研究计算学科理论问题的基础,计算之树的第二个维度,通用计算环境的进化思维,递归,程序,0,和,1,云计算环境,并行分布环境,个人计算机,冯,.,诺依曼机,计算之树的第三个维度,交替促进与共同进化的问题求解思维,递归,程序,0,和,1,并行分布环境,个人计算环境,冯,.,诺依曼机,算法,系统,云计算环境,“算法”：问题求解的一种手段,构造与设计算法,算法是计算的灵魂；算法强调数学建模；算法考虑的是可计算性与计算复杂性；算法研究通常被认为是计算学科的理论研究。,“,系统”：问题求解的另一种手段,构造与设计系统,系统是改造自然的手段；系统还强调非数学建模；系统考虑的是如何化复杂为简单,(,使其能够被做出来,),；系统还强调结构性、可靠性、安全性等。,系统是龙，算法是睛，画龙要点睛。,解决问题的算法,算法是问题求解过程的精确描述,。,求解一个问题时，可能会有多种算法可供选择,。,算法选择,：,正确性，可靠性，简单性,，,存储空间,，,执行速度等。,问题的抽象描述,对问题用数学形式描述它,；,检查,描述,是否,合适，如果不合适，再换一种方式,；,通过反复尝试，达到满意的结果。,理解算法的适应性,常用,算法，如：分治算法，贪心算法，动态规划，线性规划，遗传算法等,。,建立算法,确定问题的数学模型,；,对这组运算进行调用和控制,；,根据已知数据导出结果。,算法描述形式：数学模型，表格，图形，伪代码，程序流程图等。,获得了算法并不等于问题可解，问题是否可解还取决于算法需要的时间和空间在数量级上能否接受。,解题模型的构建,模型的类型,模型的表现形态：,实体模型,（如汽车模型，城市规划模型等）,；,仿真模型,（如飞行器实验仿真，天气预测模型等）,；,抽象模型,（如数学模型，结构模型，思维模型等）,数学模型,数学模型是用数学语言描述的问题。,数学模型可以用符号、图形、表格等形式进行描述。,所有数学模型均可转化为基于计算机的算法和程序。,数值型问题相对容易建立数学模型,；,非数值型问题可以符号化后,，再,建立数学模型。,数学模型应用日益广泛的原因：,社会生活日益数字化；,计算机为精确化提供了条件；,无法试验或费用大的试验，用数学模型研究是一条捷径。,计算思维的学习方法,（,1,）,“,知识,/,术语,”,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