大学计算机基础(第三3版教材精选)李暾//毛晓光//刘万伟//陈立前//周竞文等9787302509813清华大学2018-09-01
本店都是销售的正版二手书图书，正版八成新左右，少许笔记（笔迹），介意者慎拍，发（申通，中通，圆通，韵达，极兔，邮政快递），本店全国多仓发货，不支持选择快递（每个仓库合作的快递不一样）发货速度快，择优发货，欢迎您的光临，祝你购物愉快。
￥ 9.7 2.0折 ￥ 49 八品
库存12件
作者李暾//毛晓光//刘万伟//陈立前//周竞文等
出版社清华大学
ISBN9787302509813
出版时间2018-09
装帧其他
开本16开
定价49元
货号9787302509813
上书时间2024-08-20
- 最新上架
商品详情
- 品相描述：八品
- 商品描述
-
作者简介
李暾，男，博士，副教授，毕业于国防科技大学计算机科学与技术专业。长期从事计算机专业相关课程教学与研究工作，承担了“大学计算机基础”“计算机程序设计”“离散数学”“软件体系结构与设计”等课程的授课任务。在微处理器设计验证、卫星综合电子系统等方面发表论文50余篇，他引160余次。在ACM顶级教学会议ITiCSE、《计算机教育》等会议和期刊发表教学论文10余篇。进入EI检索3篇。
目录
第1章 计算与社会
1.1 计算概论
1.2 计算装置发展简史
1.2.1 机械式计算装置
1.2.2 图灵机和图灵
1.2.3 现代电子计算机
1.2.4 计算机的发展趋势
1.3 计算技术的应用
1.4 信息化社会与人
1.5 计算思维概论
1.6 小结
1.7 习题
第2章 Python简介
2.1 引言
2.2 Python基本元素
2.2.1 对象、表达式和数值类型
2.2.2 变量和赋值
2.2.3 str类型与输入
2.3 内置数据结构
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.4 控制语句
2.4.1 分支语句
2.4.2 循环
2.5 函数
2.6 使用模块
2.7 面向对象基础
2.8 Python编程示例——打印月历
2.9 小结
2.10 习题
第3章 计算思维
3.1 概述
3.2 逻辑思维与算法思维
3.2.1 逻辑思维
3.2.2 算法思维
3.2.3 小结
3.3 问题求解策略
3.3.1 基本步骤
3.3.2 分解法
3.3.3 模式与归纳
3.3.4 小结
3.4 抽象与建模
3.4.1 抽象
3.4.2 建模
3.5 评价解决方案
3.5.1 解是否正确
3.5.2 解的效率如何
3.5.3 小结
3.6 算法、数据结构与程序
内容摘要
\"本书兼顾计算机科学基础知识和计算思维，以计算思维能力培养为主线，串联信息表示、计算机系统、操作系统、网络、多媒体技术、科学计算及新方向等内容，选择Python作为计算实践的语言，内容偏重于如何将计算思维应用于计算机科学等领域以解决问题。实践内容将在授课内容的基础上进行拓展，并要求运用Python及相关的配套库进行问题求解练习。希望通过应用问题求解的学习和实践，培养读者在理解计算机系统的基础上，主动在各自专业学习中利用计算思维的方法和技能，进行问题求解的能力和习惯。学完本书后，希望读者能动手解决具有一定难度的实际问题。
本书适合作为高等学校计算机基础课程的教材，也可作为计算机培训、计算机等级考试和计算机初学者的参考书。本书可与《大学计算机基础实验教程（第2版）》配合使用。
\"
精彩内容
第3章第3章计算思维【学习内容】本章介绍计算思维与计算机问题求解，主要知识点如下。
（1）计算思维的定义及其核心概念。
（2）逻辑思维与算法思维。
（3）问题求解策略。
（4）模式与归纳。
（5）抽象与建模。
（6）评价解决方案。
（7）计算机问题求解的步骤。
（8）算法、数据结构与程序设计语言的关系。
（9）算法设计常用策略。
（10）程序设计语言要素。
【学习目标】通过本章的学习，读者应该掌握以下内容。
（1）了解计算思维的定义与核心概念。
（2）理解分解法问题求解策略。
（3）理解模式与归纳方法。
（4）理解科学抽象方法与原则。
（5）理解计算机问题求解的一般步骤。
（6）理解算法的概念、算法的描述方法。
（7）了解常用的算法设计策略和常用典型算法。
（8）了解常用的数据结构及其特点。
（9）了解算法复杂度等评价标准。
（10）了解软件开发方法及其应用。
（11）了解典型算法的Python实现。计算思维应成为信息社会每个人必须具备的基本技能。本节将围绕计算思维的核心概念——逻辑思维、算法思维、问题求解策略、模式与归纳、抽象与建模、解的评价，以及算法、数据结构与程序等内容展开，为读者利用计算思维解决各领域问题奠定基础。
3.1概述1.5节中简要介绍了计算思维及其重要性，但目前仍没有一个明确而统一的计算思维的定义，不同的学者从不同的角度来定义计算思维，这些定义有很多相似的地方，但也有差别。例如，周以真认为，计算思维是定义和解决问题，并将其解决方案表达为人或机器能有效执行的形式的思维过程。也有学者认为计算思维是对问题进行抽象并形成自动化解决方案的思维活动，等等。因此，理解并学习计算思维的最好可行方法，是从各类定义中提取出共有的核心概念，识别出那些外围的、不应包括在计算思维定义中的非核心概念，然后聚焦于核心概念的学习。
大学计算机基础(第3版)第3章计算思维通常认为计算思维的核心概念有以下一些，本章将在后面具体介绍。
（1）逻辑思维。
（2）算法思维。
（3）分解。
（4）泛化与模式识别。
（5）建模。
（6）抽象。
（7）评估。
而以下一些概念一般不认为是计算思维的核心概念。
（1）数据表示。
（2）批判性思维。
（3）计算机科学。
（4）自动化。
（5）模拟与可视化。
计算思维不是计算机科学家所特有的，而应该成为信息社会每个人必须具备的基本技能。计算思维已经在其他学科中产生影响，而且这种影响在不断拓展和深入。计算机科学与生物、物理、化学，甚至经济学相结合，产生了新的交叉学科，改变了人们认识世界的方法。例如，计算生物学正在改变生物学家的思考方式，计算博弈理论正在改变经济学家的思考方式，纳米计算正在改变化学家的思考方式，量子计算正在改变物理学家的思考方式。
任何人都可以应用计算思维，利用计算机来解决其领域(不止是计算机科学)的问题。计算思维的核心概念对不同领域的人来说是不同的。例如，对计算机科学家来说，算法思维指的是对算法及其在不同问题上的应用进行研究；对数学家来说，算法思维可能意味着按照运算规则进行某一种运算；对科学家来说，算法思维可能指的是按照某个流程进行一次实验。再例如，用隐喻和比喻写故事，对语言学家来说就是使用了抽象，当科学家构建了一个模型，或数学家使用代数描述问题时，就意味着使用了抽象。
考虑这样一个场景，在各类表彰大会上，一般都要给被表彰者颁发奖状或证书，由于主席台场地所限，一次只能上去一部分人。每组获奖者在领取证书后，要拍照，然后退场。为使颁奖过程尽量高效，通常在一组人上台领奖时，下一组就已经在台下等候了。上一组人一离场，下一组人直接从台下登台重复领奖过程。这就是计算思维中流水线的应用。
也可从另一个角度来理解计算思维——计算思维不是什么，通过对这个问题的讨论和研究，能深入地理解计算思维。
首先，学习计算思维不等于学习计算机科学。后者学习的主要目标是学习和运用数学计算原理，来研究与计算机科学自身紧密相关的问题。前者的学习目标不是“像计算机科学家一样思考”，而是希望能用计算思维的核心概念，帮助解决日常生活或工作中的问题。其次，学习计算思维不是学习程序设计，后者的主要目的是如何更好地写程序，产出高质量的软件。前者会包含一部分程序设计的内容，但最主要的目标是如何在使用计算机的条件下，进行问题求解。
因此，学习计算思维的最终目标不是让每个人都像计算机科学家一样思考，而是能应用计算思维的概念，在所有学科领域内或学科之间解决问题、发现新问题。
此处，用一个简单的例子来展示利用计算思维求解问题与常用数学思维的区别。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价