单元总览
计算思维与问题解决（含声明式、面向对象和人工智能）
CIE A-Level 计算机科学· 5 分钟阅读 📊 n/a
1. 单元概览
本单元遵循逻辑学习顺序：我们从计算思维的四大核心支柱开始，随后对比两种广泛使用的问题求解范式（面向对象和声明式），最后将这些核心概念应用于人工智能问题求解。每项技能都建立在前一项的基础上：分解简化复杂问题，抽象去除无关细节，模式识别加速解决方案设计，而范式则提供了实现可行解决方案的结构化框架。
本单元分为以下子主题：
问题分解
学习如何将大型复杂问题拆分为更小的、可独立求解的子问题。
★⏱ 3 min
抽象
理解如何隐藏无关细节，专注于问题的核心需求。
★★⏱ 3 min
模式识别
识别不同问题间的重复模式，复用已验证的成熟解决方案思路。
★★⏱ 3 min
面向对象问题求解
使用对象、类、继承和封装原则对现实世界问题建模。
★★★⏱ 4 min
声明式问题求解
对比声明式（求解什么）和命令式（如何求解）在问题建模中的方法差异。
★★★⏱ 4 min
人工智能基础
学习核心AI概念，包括知识表示和智能体设计。
★★★★⏱ 5 min
AI搜索技术
探索用于求解状态空间AI问题的无信息搜索和有信息搜索方法。
★★★★⏱ 6 min
2. 常见陷阱
错误做法:
将抽象混淆为仅删除问题中的信息
原因:
抽象是有目的性的：它针对特定用例隐藏无关细节，而非随机删除信息
正确做法:
始终记录你隐藏了哪些细节，以及为什么这些细节对于你的解决方案来说不需要
错误做法:
认为面向对象编程和声明式方法适用于所有问题类型，可以互换使用
原因:
每种范式都针对特定问题结构优化，使用错误的范式会导致解决方案过于复杂
正确做法:
在选择问题求解范式前，先评估问题结构和需求
错误做法:
认为计算思维仅适用于编码问题
原因:
计算思维是通用的问题求解框架，可用于软件开发之外的许多学科
正确做法:
练习将分解和抽象应用于非编码问题，培养你的直觉
3. 速查表
概念 | 核心总结 |
|---|---|
问题分解 | 将复杂问题拆分为更小的、可独立求解的子问题 |
抽象 | 隐藏不必要细节以降低复杂度，专注于问题核心需求 |
模式识别 | 识别问题间的共同特征，复用经验证的解决方案设计 |
面向对象范式 | 围绕结合了状态（数据）和行为（方法）的实体（对象）对问题建模 |
声明式范式 | 指定要解决什么问题，而非解决问题的逐步步骤 |
无信息搜索 | 不使用问题特定启发式引导路径选择的AI搜索 |
有信息搜索 | 使用启发式对更有希望的解决方案路径排序的AI搜索 |
下一步
从计算思维第一核心支柱——问题分解这个基础技能开始你的学习吧。当你完成本单元所有子主题后，你就可以将这些问题求解原则应用到大纲下一单元的高级算法设计中了。