文档介绍：putationalThinking)是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。目的是使每个孩子在培养解析能力时不仅掌握阅读、写作和算术还要学会计算思维,并自觉地运用到日常学****研究与将来的工作中计算思维不仅影响着美国,也影响着英国的教育,在英国的爱丁堡大学,人们在一连串的研讨会上探索与计算思维有关的主题。每次研讨会,都有不少专家讨论计算思维对不同学科的影响。研讨会上所涉及的学科已延伸到哲学、物理、生物、医学、建筑、教育等各个不同的领域。国内有关计算思维的研究 上世纪80年代,钱学森先生在总结前人的基础之上,将思维科学作为11大科学技术门类之一。自从钱学森提出思维科学以来,各种学科在思维科学的指导下逐渐发展起来,计算学科也不例外。黄崇福教授可能是国内最早阐述计算思维的学者。1992年,在其所著的《信息扩散原理与计算思维及其在地震工程中的应用》一书中给出了计算思维的定义:“计算思维就是思维过程或功能的计算模拟方法论,其研究的目的是提供适当的方法,使人们能借助现代和将来的计算机,逐步达到人工智能的较高目标。”国内关于计算思维的研讨大部分都是在与计算机方法论一起研究的。桂林电子科技大学计算机与控制学院董荣胜教授在对计算思维和计算机方法论的研究中指出:计算思维与计算机方法论虽有各自的研究内容与特色,但它们的互补性很强,可以相互促进,计算机方法论可以对计算思维研究方面取得的成果进行再研究和吸收,最终丰富计算机方法论的内容;反之,计算思维能力的培养也可以通过计算机方法论的学****得到更大的提高。两者之间的关系与现代数学思维和数学方法论之间的关系非常相似。2010年7月19日至20日,北京大学等九所知名高校在西安交通大学举办了“C9高校联盟计算机基础课程研讨会”。教育部高等学校计算机基础课程教学指导委员会主任陈国良院士亲临大会,作了“计算思维能力培养研究”的报告。大会就增强大学生计算思维能力的培养发表了“C9高校联盟计算机基础教学发展战略联合声明”。:计算通信协作记忆自动化评估设计核心内容操作模式计算思维建立在计算过程的能力和限制之上,由人由机器执行。计算方法和模型使我们敢于去处理那些原本无法由任何个人独自完成的问题求解和系统设计。计算思维直面机器智能的不解之谜:什么人类比计算机做得好?什么计算机比人类做得好?最基本的问题是:什么是可计算的?迄今为止我们对这些问题仍是一知半解。当我们必须求解一个特定的问题时,首先会问:解决这个问题有多么困难?怎样才是最佳的解决方法?计算机科学根据坚实的理论基础来准确地回答这些问题。表述问题的难度就是工具的基本能力,必须考虑的因素包括机器的指令系统、资源约束和操作环境。为了有效地求解一个问题,我们可能要进一步问:一个近似解是否就够了,是否可以利用一下随机化,以及是否允许误报(falsepositive)和漏报(falsenegative)。计算思维就是通过约简、嵌入、转化和仿真等方法,把一个看来困难的问题重新阐释成一个我们知道怎样解决的问题。计算思维是一种递归思维它是并行处理。它是把代码译成数据又把数据译成代码。它是由广义量纲分析进行的类型检查。对于别名或赋予人与物多个名字的做法,它既知道其益处又了解其害处。对于间接寻址和程序调用的方法,它既知道其威力又了解其代价。它评价一个程序时,不仅仅根据其准确性和效率,还有美学的考量,而对于系统的设计,还考虑简洁和优雅。抽象和分解来迎接庞杂的任务或者设计巨大复杂的系统。它是关注的分离(SOC方法)。它是选择合适的方式去陈述一个问题,或者是选择合适的方式对一个问题的相关方面建模使其易于处理。它是利用不变量简明扼要且表述性地刻画系统的行为。它使我们在不必理解每一个细节的情况下就能够安全地使用、调整和影响一个大型复杂系统的信息。它就是为预期的未来应用而进行的预取和缓存。