1. 计算思维与程序设计
计算思维被认为做人类第三种思维特征。
-
逻辑思维：推理和演绎，数学为代表，A->B B->C A->C
-
实证思维：实验和验证，物理为代表，引力波<-实验
-
计算思维：设计和构造，计算机为代表，汉诺塔递归
计算思维的特征：抽象和自动化
-
计算思维：Computational Thinking
-
抽象问题的计算过程，利用计算机自动化求解
-
计算思维是基于计算机的思维方式
计数求和：计算1-100的计数和
圆周率的计算：
逻辑思维更多的是靠数学推理形成公式来获得结果
计算思维更多的是利用计算机来模拟过程并完成大量的运算
天气预报问题：
抽象问题的计算过程，利用计算机自动化求解
-
计算思维基于计算机强大的算力及海量数据
-
抽象计算过程，关注设计和构造，而非因果
-
以计算机程序设计为实现的主要手段
编程是将计算思维变成现实的手段
2. 计算生态与Python语言
开源思想深入演化和发展，形成了计算生态
计算生态以开源项目为组织形式，充分利用“共识原则”和“社会利他”组织人员，在竞争发展、相互依存和迅速更迭中完成信息技术的更新换代，形成了技术的自我演化路径。
计算生态没有顶层设计、以功能为单位、具备三个特点：
-
竞争发展
-
相互依存
-
迅速更迭
-
以开源项目为代表的大量第三方库
- Python语言提供 >15万个第三方库
-
库的建设经过野蛮生长和自然选择
-
同一个功能，Python语言2个以上第三方库
-
库之间相互关联使用，依存发展
- Python库间广泛联系，逐级封装
-
社区庞大，新技术更迭迅速
- AlphaGo深度学习算法采用Python语言开源
API != 生态
创新：跟随创新、集成创新、原始创新
-
加速科技类应用创新的重要支撑
-
发展科技产品商业价值的重要模式
-
国家科技体系安全和稳固的基础
计算生态的运用
刀耕火种 -> 站在巨人的肩膀上
-
编程的起点不是算法而是系统
-
编程如同搭积木，利用计算生态为主要模式
-
编程的目标是快速解决问题
3. 用户体验与软件产品
-
用户体验指用户对产品建立的主观感受和认识
-
关心功能实现，更要关心用户体验，才能做出好产品
-
编程只是手段，不是目的，程序最终为人类服务
提高用户体验的方法
方法1：进度展示
-
如果程序需要计算时间，可能产生等待，请增加进度展示
-
如果程序有若干步骤，需要提示用户，请增加进度展示
-
如果程序可能存在大量次数的循环，请增加进度展示
其他类方法
-
打印输出：特定位置，输出程序运行的过程信息
-
日志文件：对程序异常及用户使用进行定期记录
-
帮助信息：给用户多种方式提供帮助信息
从软件程序到软件产品，用户体验是程序到产品的关键环节
4. 基本的程序设计模式
从IPO开始…
-
I：Input 输入，程序的输入
-
P：Process 处理，程序的主要逻辑
-
O：Output 输出，程序的输出
-
确定IPO：明确计算部分及功能边界
-
编写程序：将计算求解的设计变成现实
-
调试程序：确保程序按照正确逻辑能够正确运行
当程序变得复杂时，需要采取高级的程序设计方法，如自顶向下设计。
一个复杂的问题可以分解为若干个简单的问题，一个简单的问题又可分解为更简单的问题，直到所有的小模块都可以由程序确定的完成，这就是自顶向下的思路。
模块化设计
- 通过函数或对象封装将程序划分为模块及模块间的表达
- 具体包括：主程序、子程序和子程序间关系
- 分而治之：一种分而治之、分层抽象、体系化的设计思想
在分模块的过程中我们需要知道什么叫做松耦合、什么叫做紧耦合。
如果功能之间有很多的交流，不能独立存在，我们就将它放到一个模块中，紧耦合的部分尽量不要单独成为模块。
- 紧耦合：两个部分之间交流很多，无法独立存在
- 松耦合：两个部分之间交流较少，可以独立存在
- 模块内部紧耦合、模块之间松耦合
配置化设计
例如自动轨迹绘制实例，实例将程序中的数据和程序分离开。对一个程序来讲，我们将它的功能部分以程序引擎的方式来体现，而具体的轨迹的路线，我们以数据或以配置文件的形式来体现。这样我们就可以将一个程序变为引擎+配置文件的模式，这就是配置化设计。
- 引擎+配置：程序执行和配置分离，将可选参数配置化
- 将程序开发变成配置文件编写，扩展功能而不修改程序
- 关键在于接口设计，清晰明了、灵活可扩展
应用开发的四个步骤
从应用需求到软件产品
-
1 产品定义：对应用需求充分理解和明确定义
-
产品定义，而不仅是功能定义，要考虑商业模式
-
2 系统架构：以系统方式思考产品的技术实现
-
系统架构，关注数据流、模块化、体系架构
-
3 设计与实现：结合架构完成关键设计及系统实现
-
结合可扩展性、灵活性等进行设计优化
-
4 用户体验：从用户角度思考应用效果
-
用户至上，体验优先，以用户为中心