一、计算思维与程序设计
计算思维：第三种人类思维的特征。
-逻辑思维：推理和演绎，以数学为代表。如：A→B，B→C，则有A→C。
-实证思维：实验和验证，物理为代表。如：物理学家提出引力波的概念，但需要大量实验来验证引力波的存在。
-计算思维：设计和构造，计算机为代表。如：汉诺塔递归。
---------------------------------------------------------------------------------------------------------------------------
计算思维中，有抽象和自动化。
-计算思维：Computation 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计算方式。
---------------------------------------------------------------------------------------------------------------------------
例：求1+2+…+100的和：
数学思维：高斯小时候这样弄：1+100=101，2+99=101，……这样的循环有50次，则有：首项加末项，然后乘项数除以二。此为数学思维。
计算思维呢？用Python语言来做，此项代码可以写为：
s = 0
for i in range(1, 100):
s += i这是计算思维，是现代人的方法。
例：求圆周率的计算：
数学思维：当时，没有其他方法。数学家一直在找方法计算圆周率，最后、找到了一公式：
这个公式，k从零到无穷。
计算思维：我们用正方形，中间画一个内切圆，用random()方式向整个正方形撒点，撒好多，最后用点迹大约算出π的大小
汉诺塔问题：
前面的数学家推导过，把最下面的圆盘移到另一根柱子上，要次换圆盘。计算思维迭代就可以了。
count = 0
def hanoi(n, src, dst, mid):
...#(略，这一章我会在后面写道，里面内容在另一个网站上可以看，当时我记在本子上了，后面发到博客上)
hanoi(3, 'A', 'C', 'B')
print(count)
例：天气预报：
原先，我们来靠实证思维和逻辑思维来猜后面的天气。
现在，计算机有MM5@超算模型，这个模型把地球化成好多方块，分成一格一格的，把天气模型按照以前的顺序往后面推。
例：量化思维：
以前，不用计算机的时候，分析股票涨跌，根据经验，往后判断涨跌。这是实证思维和逻辑思维。
有计算机时，通过机器学习的方式，预测未来涨跌，利用计算机完成未来交易。
---------------------------------------------------------------------------------------------------------------------------
计算思维
1、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例及海量数据
-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主要实现手段
2、编程是将计算思维变成现实的手段
=======================================================================
二、计算生态与Python语言
从开源运动说起：
-1983年，Richard Stallman启动GNU项目，通过这个项目，他希望能做出来一个操作系统
-1989年，GNU通过许可协议诞生，自由软件时代到来（自由软件，就是不再像工业产品一样通过商业来分发销售，而是通过互联网，通过免费的拷贝和使用来进行分发）
-1991年，Linus Torvalds发布了Linux内核（第一个操作系统极小内核）
-1998年，网景浏览器开源，产生了Mozilla，开源生态逐步建立
---------------------------------------------------------------------------------------------------------------------------
计算生态：
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“公式原则”和“社会利他原则”组织人员，在竞争法治、相互依存和迅速更迭中完成信息技术的更迭换代，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
计算生态与Python语言
-以开源项目为代表的大量第三方库
Python语言提供超过13万个第三方库
-库的建设经过野蛮生长和自然选择
同一个功能，研究的人不同（学生、老师、科学家……），做法也不同，有可能有2个及以上的第三方库
-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
计算生态的价值
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
计算生态的应用
刀耕火种 变为 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，利用生态计算为主要模式
-编程目标是快速解决问题
---------------------------------------------------------------------------------------------------------------------------
API（应用程序接口） ！= 生态
=======================================================================
三、用户体验与软件产品
用户体验
实现功能 → 关注体验
-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 大量次数循环，请增加进度展示
方法2：异常处理
-当获得用户输入，对合规性需要检查，需要异常处理
-当读写文件时，对结果进行判断，需要异常处理
-当进行输入输出时，对运算结果进行判断，需要异常处理
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
……
---------------------------------------------------------------------------------------------------------------------------
软件程序 → 软件产品
用户体验是程序到产品的关键环节
=======================================================================
四、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
首先确定IPO，明确计算功能和功能边界；然后编写程序，将计算求解的设计变成现实；最后调试程序，确保程序按照正确逻辑能够正确运行。
基本程序设计模式
模块化设计
-通过函数封装或对象封装程序划分为模块间的表达
-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
-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
-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、灵活性可靠
应用开发的四个步骤
从应用需求到软件产品
-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
-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、体系结构
-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
-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