Allen Downey在他的书Think python第一章就强调：此书目的是教你像计算科学家一样思考。什么是计算机科学家的思考方式？他举三个例子说明。1. 像数学家，用规范语言表达思想；2. 像工程师，组装系统权衡利弊；3. 像科学家，观察行为验证假设。我好奇，关于这个问题，其他人是怎么定义的呢？于是就Google了一下。不看不知道，一看吓一跳。不明觉厉，说的就是这种感觉。

信息话头

1. 这里是wikipedia对computational thinking的定义。

   没细读，摘出那张太极图，贴在anki条目里了。

2. 这里有给所有人的关于计算机化思考的pdf。

3. Quora里还有人问：解决问题时，计算机科学家和计算机编程者有什么不同？回答有：

   • 计算机科学家不会暴力解决问题，或不满足于暴力解决。
   • 计算机科学家知道什么问题暂时不可解，而编程者会一直不放弃。
   • 编程者会很快鼓捣出来一段代码，帮助用户改善一部分生活。
   • 科学家关心算法的证明是不是优雅，而不是算法的实施是否漂亮。

4. 我通读了这篇文章，Don't Just Learn to Code, Learn How to Think Like a Computer Scientist，它讲清了to code和to think的关系，可以帮我面试的时候回答学习路径问题。里面关键文章的链接，也值得一看。

5. Quora这个帖子里，有人问学了优雅的算法，觉得挺好，但是怎么能自己想到新的算法呢？问答质量超级高。

迎接挑战

今天我肤浅地通读了上面Quora帖子中，Sam King的回答。这里是它在个人博客里的复制：How to Think Like a Computer Scientist

他这个观点很触动我：与其要知道计算机科学家怎么想？不如迎接他们一样的挑战。

每一条挑战，都有比较具体的建议和窗口。

误导大众

Maybe Not Everybody Should Learn to Code这篇文章骂得好。

布什和奥巴马都跳出来鼓动：人人都要学编程。作为一个严肃程序员，Chase Felker表示担忧：那不是噩梦么。

有个比方挺有意思。你读了费曼的书，感到物理学好神奇，但是大多数人不会去努力成为物理学家。然而，在编程方面，从欣赏到实作之间的鸿沟可没有那么大。第一天上手python，就可以做出真正的东西。然后，教育步伐继续前进，你会看到几乎是一座“荒野西方世界”（查注：2007年开园两个月即关门至今）从文化和实体意义上都建起来了。

计算机领域，不像其他科学，它只认你的程序作品，而不是看你打扫的实验室的主任名气有多大。但是这种缺乏权威的状态，也让社会上任何人都可以自封为老师，向不知批判的学生散播没大意义的东西。据说在他们那里，已经有专家撰文出来抱怨，有些求职者，过高估计了他们的信用，所以面试就不拉家常，从难题问起，节省时间。这里的关键在于：他们不知道他们不知道，所以某种自信很容易获得。这篇2013年8月的文章说的就是当下我们的全栈营啊。

文末，他的建议是：你先有个主要问题要解决，而编程对此有帮助，因此来学编程。我们不需要每个人都能编程，我们需要每个人都会思考。

上下求索

YEVGENIY BRIKMAN的文章Don't learn to code. Learn to think.好大气。

世界确实到处都是程序，将来真的是数据至上。你怕了？想跟上？先看看前面的路，又长又远。

什么是计算机科学？包含哪些方面？

什么是编程？学编程有什么好处？

我们要搞清楚编程和思考的区别，然后才能正确提出问题。

不是问：布隆伯格哪天一觉醒来会了java，对他那天当纽约市长的工作有什么帮助？

而是问：如果布隆伯格学了编程，并因此更有逻辑性，掌握了一种新的解决问题的策略，总之提高了思维水平，这会让他工作更出色吗？

答案是显然的。

怎么做？镇静镇静：路漫漫其修远兮，你需上下而求索。文末的课程和组织，都有很大影响力。而这些，我过去都没听说过，汗。

以上，2017-07-28更新。题目2017-07-26起头。