現在很多地方都在講計算思維、編程思維，這到底是什么？和我們有什么關系？今天我們就來聊聊這個話題。

計算思維，或者稱為編程思維也行，這是不同的譯者給出的結果，其實就是一個東西。計算思維的提出人是美國卡內基·梅隆大學計算機科學系主任-周以真。

所謂計算思維，可以理解為“計算機是如何解決問題的”，包括四個部分：分解、算法、模式識別、抽象。

我們先來看分解。下面這張圖如果是會編程的朋友，一眼就能夠看出來它是什么。

對，這就是流程圖，也就是程序的思路。這和我們寫文章是一個意思，寫一篇文章，都是要先構思，形成框架，時間、地點、人物、起因、過程、結果，然后再逐步細化。編程也是一樣，首先要根據用戶的需求，形成一個概要設計文檔，描述清楚這個程序做什么用？給誰用？大體的思路、過程……，然后在這個基礎之上，再形成詳細設計文檔，流程圖就是這些文檔中最常用的描述工具。

流程圖體現的就是分解的思想，即把一個大問題逐步分解為多個小問題，然后逐個擊破，這樣無論多復雜的問題都可以化解。而生活中的分解思想隨處可見，比如國慶節計劃全家出去自駕游，從行程、訂票、住宿、交通到隨行物品、個人偏好、風土人情等等，這些因素都要考慮，也是一個大工程，弄不好就會留有遺憾，但如果提前規劃好，將旅行分解為若干個部分，比如行程規劃、各類票的預訂……，然后每個部分再做進一步分解，最后一項項落實，整個過程就會有條不紊，不留遺憾。所以具備分解思維的人，往往不畏難，即使再復雜的問題交給他，他也會條理清晰的規劃出具體方案。而生活中也常見這種人，一遇到事情就退縮，“太難了”，“我做不了”，因為在他眼中，這是一個無比復雜的事情，毫無頭緒，所以不敢做，但如果他懂得分解，就會發現這個事情雖然復雜，但并非不可做。

計算思維的第二部分是算法。算法這個詞比較專業，但并不難理解，字面意思就是計算的方法，專業的解釋是“計算機解決通用問題的一系列步驟”。現在人工智能已經影響到生活的方方面面，像ChatGPT之類的大語言模型，更是掀起了人工智能的新高潮，那么這些人工智能為什么那么厲害呢？這背后就是算法，各類算法。當然這些算法往往有著高深莫測的名稱，例如Transformer、BERT、K-means、Random Forest、RLHF、Q-Learning，算法的背后往往是苦澀難懂的高等數學公式。但我們不要被表象欺騙，所有的算法都只是計算機解決某類問題的步驟而已，而計算機如何解決問題是人（程序員）告訴它的，所以算法和日常生活有著緊密的聯系。

接下來我們舉個生活中的例子，來解釋一類常用算法。上學期間，我們經常會遇到站隊這個場景，要按照高矮進行排序，如果你是老師，要如何做呢？

方法一：找出最矮的站在第一，然后在剩余人中找最矮的，站第二，以此類推。這種方法很簡單，在計算機算法中我們把它稱為“選擇排序算法”，屬于排序算法中的一種。原理看起來高大上的算法也不過如此嗎。當然這種算法是有弊端的，如果只有幾個人排隊，一眼就能看出誰最矮，如果有100個人呢，恐怕就沒那么容易了，所以我們可以用第二種方法。

方法二：每次兩兩比較，矮的站前面，以此類推。比如一開始先比較左邊二人，矮的站右邊（以右邊為隊首），會發現原來二人的位置無需調整。

接著比較第二第三兩人，會發現他兩的位置需要調整。

繼續比較第三、第四兩人，他們的位置也需要調整。

然后是第四、第五兩人，同樣需要調整。

經過前幾次比較調整，我們發現了一個規律，就是最矮的那位同學從原來左邊第二移到了最右邊，也就是隊首，如果把這個同學想象成一個水中的氣泡，因為它最輕（最矮），所以直接升到了水面（隊首），這個過程可以形象的叫做冒泡。經過第一輪的多次比較，我們把最矮的同學放到了隊首，接下來我們按照剛才的思路繼續。重新從左邊二人開始比較，二人的位置無需調整。

比較第二、第三兩人，位置無需調整。

比較第三、第四二人，位置需要調整。

因為第五個人就是隊首，也就是第一輪比較中篩選出的最矮者，所以無需比較第四、第五。這樣經過第二輪比較，我們將第二矮的同學放到了對應的位置。剩下的步驟都是類似的了，重新從左邊開始第三輪比較……，直到將所有同學排序完畢。這個排序方法在計算機中被稱為“冒泡排序算法”。這個方法的好處是不論是5個人，還是5萬人，都可以用這種方法排序。

我們剛剛用生活中的例子解釋了計算機中的排序算法，只要我們掌握了一種算法，就可以解決所有同類型的問題，比如有了冒泡排序，不僅可以做隊伍的排序，也可以做任何事物的排序，只要這些事物之間可以比較大小即可。在計算機中排序隨處可見，比如打開各類商品網站，映入眼簾的是各類商品，這些商品都是排序的。

排序算法只是算法中的一類，其他還有：加密算法、圖論算法、搜索算法、壓縮算法、機器學習算法……。

有人會說，這些專業的內容對生活有用嗎？別說，還真有用。大家有收到過垃圾短信或垃圾郵件吧，這些垃圾信息中除了大量廣告之外，就是詐騙信息，比如說下面這個場景：足球世界杯期間，你是個球迷，每場比賽必看，同時也會和朋友激烈爭論接下來某場比賽的勝負。

這時你收到一個短信“內部消息：哥倫比亞 vs 烏拉圭，哥倫比亞勝！”，你的第一反應可能是“無聊”，接下來這場比賽如期舉行，結果居然和短信預測相同，哥倫比亞果然勝利了。“這不過是狗屎運！”，你如是想。接下來的比賽是美國對陣比利時，你又收到一個短信“內部消息：美國 vs 比利時，比利時勝！”，你在想“又是這個垃圾短信，我到要看看結果如何”，結果出來了，短信又預言準了！你有些動心了，連續二場比賽預測準確，還是有些本事的。接下來是半決賽，法國對陣德國，法國隊如日中天，是奪冠大熱門，你和朋友們都認為法國會贏。那個短信又如期而至“內部消息：法國 vs 德國，德國贏！”，怎么可能？德國隊員都是老態龍鐘了，簡直胡說八道。但是前面二場都預測準了，對方也許大有來頭，我要不要小賭一把？于是你找到一個博彩網站，里面可以針對世界杯結果下注，你花了100元賭德國贏，“反正就100，輸了也沒關系”，比賽完畢，結果如你所愿，德國真的贏了！媒體一片嘩然，出乎了大部分人的預料，你如期贏了一小把，更關鍵的是你對短信的內容深信不疑，“這必然是有高人在背后，否則不可能連續三場都準，連某名嘴都沒預測準確”。接下來就是決賽，德國對陣巴西，你急切的等待短信的到來。“內部消息：德國 vs 巴西，想知道預測結果嗎？請往XXXX賬號匯款1萬元”。果然天下沒有免費的午餐，還是要花錢的，不過可以理解，人家當然也要盈利，既然前三場都那么準，第四場我就賭把大的，給他一萬，然后在博彩網站下重注，這樣絕對能大賺一筆！于是你把錢打給了對方，至此，騙局完成！不論比賽結果如何，你都輸了。

這種場景我們都似曾相識，有人說既然對方能連續預測準確，肯定是有高人在啊，不可能都是運氣吧。你輸就輸在這了！騙子很巧妙的運用了一個方法，在計算機中被稱為二分法，騙子的做法是這樣的：首先拿到大量（假設10萬個）個人聯系方式，比如手機號、郵箱等，然后在第一場比賽（哥倫比亞vs 烏拉圭）之前，編輯二段內容，一段是預測哥倫比亞贏，一段預測烏拉圭贏，然后分別發送給一半人，也就是說5萬人收到的信息是哥倫比亞贏，5萬人看到的是烏拉圭贏，不論比賽結果如何，都有一半人會看到正確的結果。在第二場比賽（美國vs比利時）之前，再編輯二段信息，分別預測美國和比利時贏，然后分別發給上一輪看到正確結果的5萬人。

第二場比賽結果出來后，剩下2.5萬人看到了正確的預測結果，接下來如法炮制：

到最后決賽之前，還剩下1.25萬人，騙子會編輯信息要求所有人匯款1萬元給他，假設大部分人有足夠的警惕性，只有1/100的人匯款，那么騙子也會收到125萬元！不僅如此，最后比賽結果出來，總有一半人看到了正確的預測結果，那這些人就是鐵粉了，騙子接下來說什么，他們都會相信的……，所以騙子最終獲利遠不止125萬，而他的花費成本幾乎可以忽略不計，只是發送了10多萬條短信而已。

騙子應用了計算機中的二分法，也是算法中的一種，而如果你了解二分法，就不會上當受騙了。

接下來我們看計算思維中的第三部分：模式識別，簡單來說模式識別就是“透過表象看本質，找規律”，舉個例子：

過路口時，紅綠燈的規則我們都懂：

如果遇到紅燈，就停止

如果遇到綠燈，就通過

如果遇到黃燈，就……

這三條規則我們可以歸納為以下一條規律：如果遇到X燈，就執行Y動作。這個X就代表前面的紅綠黃，Y代表停止、通過……，所以看起來模式識別并不難。

那么模式識別在計算機中有哪些應用呢？這太廣了，我們會發現現在的APP非常聰明，推送給我們的內容往往是我們所關注的，而不像早期的APP，往往需要翻閱很多內容才能看到自己感興趣的。這其實是基于大數據分析的用戶畫像在起作用。

簡單來說，就是APP會搜集你的各類信息，包括基本信息：設備型號、使用時段、瀏覽內容類型等等，也包括個人信息：性別、年齡、職業、收入、愛好、行業……，然后APP提供商會根據這些信息進行分析，將你進行歸類，打上標簽。比如你經常瀏覽購物網站，系統會給你打上“購物達人”的標簽，并且帶有一個權重，代表這個標簽的重要性。同時你還愛聽音樂，瀏覽音樂網站，系統會給你打上“音樂迷”的標簽，同時帶有權重。隨著標簽的增多，慢慢你的畫像就出來了。接下來系統會分析貼有相同標簽的人具有哪些共性的行為或喜好，然后將符合條件內容推送給屬于這個畫像的用戶。舉個例子，你是一個職場年輕人，通過對你的信息搜集，系統分析出你的畫像是A，而屬于A的用戶基本都喜歡滑雪、爬山，而你從未瀏覽過相關內容，那么系統除了推送日常你喜愛的內容之外，還會將滑雪、爬山的文章、廣告推送給你，這樣就可以進行精準營銷。我們剛才說的用戶畫像，就是模式識別的應用。

那么模式識別在生活中有哪些應用呢？我們說過模式識別就是透過表象看本質，找到規律，借助《教父》中的一句臺詞“花半秒鐘就看透事物本質的人，和花一輩子都看不清事物本質的人，注定是截然不同的命運”。所以生活中活的通透的人都是模式識別的高手！

計算思維最后一部分是抽象，所謂抽象指的是“忽略細節，關注要點”，在計算機編程中有很多抽象的概念，例如：變量、指針、封裝、函數、繼承、多態、依賴注入、耦合……，正因為如此編程被認為是比較難學的一門技術。經常寫程序的人，對抽象絕對不陌生。那么抽象的思維對生活有什么幫助嗎？其實生活中的抽象也比比皆是，比如我們常用的地圖就是抽象的概念，一張行政地圖中只關注地名、公路、河流等主要信息，而忽略建筑、植被等信息。

如果你炒股的話，對股票走勢圖會非常熟悉，這里面同樣只關注漲落、成交量、趨勢等信息，而忽略市值、收益等細節。

我們可以舉出很多這樣的抽象例子，在現代社會中，不管你愿不愿意，是必須要具有一定的抽象思維的。更不要說我們從小學到大的數學，那更是抽象的學科了。

總之，以分解、算法、模式識別、抽象為代表的計算思維代表著另一種思維方式，與日常思維相比，這是完全不同的一個角度，當我們有了另一個視角，這個世界在我們眼中就會完全不同！

來源: 孫老師聊人工智能