计算思维和计算机基础

1、计算思维和计算机基础,程向前,2010/12/13,Solving problems Designing systems Understanding human behavior,“To reading, writing, and arithmetic, we should add computational thinking to every childs analytical ability.”,计算思维 计算思维是运用计算机科学的基础概念进行问题求解，系统设计，以及人类行为理解的涵盖了计算机科学之广度的一系列思维活动。,What is computational thinking?,计算

2、机科学的基础概念,哪些适用于现阶段的（非计算机专业）大学本科新生？ 需要了解他们已经掌握的有关信息技术的概念，进行构建式的教学,基本的计算机交互 文字处理 网络应用（信息查询和交流-QQ） 游戏和娱乐,一般的境况：,存在经验和基本技能，但缺少比较系统的计算机科学基础和理论知识。,计算机科学的基础概念（部分）,非计算机专业学生首先需要掌握： 软件与硬件分类 计算机系统组织 计算机系统结构 测试基准 计算机网络 分布式计算 网络安全 计算机系统实现,数据和信息系统 数据结构 数据存储表示 数据加密 数据压缩 编码与信息论 文件 信息系统 信息存储与检索 数据库 信息存储和数据存取 信息交互与表达,

3、What is Computational Thinking?,What is the power and limit of human and computer intelligence? How difficult is the problem? How can it be solved? How can technology be applied to the problem? What computational strategies might be employed?,（1）人和计算机在智能上的能力和局限性？ （2）问题到底有多复杂？也即，问题解决的时间复杂性？空间复杂性？ （3）

4、问题解决的判定条件是什么？ （4）什么样的技术（包括建模技术）能被应用于当前的问题求解或讨论之中？ （5）什么样的计算策略更有利于当前问题的解决？,计算机基础教育的根本目的,使得受教育者了解“今天”计算机技术（或科学）发展的状况，去发展“明天”其从事的学科或社会工作 激发学生对计算机科学和技术的好奇和爱好，成为信息社会的中坚 而不是去让其了解计算机专业自身都不能解决或解决的不好的问题 也不是要把其他专业的学生，吸引到计算机学科来,CT扩展问题,人和计算机在智能上的能力和局限性？ 能力的案例 局限性的案例 问题到底有多复杂？ 也就是所需要的条件，与计算机，网络与存储有关 什么样的技术能被应用于当

5、前的问题求解或讨论之中？ 建模，网络，并行，仿真,What its not,Its not just more technical details for using software Its not thinking like a computer Its not programming (necessarily) It doesnt always require a computer Its not yet one more thing to add to your curriculum,CT扩展讨论,操作指导式的教学可以休矣，但实验课，TA如何办理？（Its not just more

6、technical details for using software） 计算机系统（软硬件）是否需要教（教冯.诺依曼或现代系统结构）？（Its not thinking like a computer） 有必要在“大计”中设定程序内容？Its not programming (necessarily),CT扩展内容,如何利用“不插电”的内容，It doesnt always require a computer 如何在大学计算机基础中体现“计算思维”的内涵，Its not yet one more thing to add to your curriculum,Characteristic

7、s?,Conceptualizing, not programming Fundamental, not rote skill A way that humans, not computers, think Complements and combines mathematical and engineering thinking Ideas, not artifacts For everyone, everywhere,Conceptualizing, not programming,哪些概念？ 信息 vs. 数据 软件 vs. 硬件 桌面 vs. 网络 程序 vs. 算法 建模 vs. 仿

8、真 信息论与压缩 共享 vs. 安全,Fundamental, not rote skill,问题与需求 vs. 求解方案的选择和优化 人体工学 计算机交互 计算机故障的应对策略 GUI vs CLI 计算机界面进化与适应 思维工具的应用（思维导图，UML）,A way that humans, not computers, think,思维工具的应用 思维导图（Mind Map） UML（统一建模语言） ERWIN（数据库建模）,Complements and combines mathematical and engineering thinking,工程工具的案例式应用： SPSS Ma

9、tLab 亿图（矢量绘图工具）,Ideas, not artifacts,计算科学中的“时间换空间” 递归、分解 缓存、预取 排队、调度 各类抽象和建模 网络参考模型 企业信息基础 数据库管理的层次模型,计算思维与计算机应用基础,1、信息与编码 (数制转换,文字编码，声音信息与采样，图像与图形编码) 2、信息的获取与转换 （OCR，txt to speech, 声音转换成文字与指令， BMT to Vector）,计算思维与计算机应用基础,3、平台的选择与应用 （桌面与Web， GUI vs. CLI, Linux vs. MS Windows, Win XP vs. Win7 ） 4、效率与自动化 （OA, SPSS, Matlab，groupware）,计算思维与计算机应用基础,5、数据的组织与管理 （文件，文件系统，数据库，文件检索，访问控制） 6、信息的分享与安全 （网络应用模型，C/S，B/S，P2P，网络安全）,计算思维