運算思維

運算思維由2006年3月，美國卡內基·梅隆大學計算機科學系主任周以真（Jeannette M. Wing）教授因提出並倡導「運算思維」而享譽計算機科學界。

運算思維分成四個步驟

演算思維

拆解

將一個大問題拆解成許多小問題，各個擊破解決，當小問題解決了大問題也就解決了。

模式識別

將複雜的問題分解後，分析問題之間的相關性和相似性，尋找通用的解決方法的問題。

歸納與抽象化

從解決問題的過程中過濾不必要的特徵，提煉出共同屬性，建立通用的問題解法或規則

演算法

是將通用的問題解法或規則轉化為一組明確的步驟和指示，以實現問題的解決。

演算法的定義

「演算法（algorithm）」在韋氏辭典的定義是「在有限步驟內解決數學問題的程序」

演算法在生活中無處不在，並且在許多日常活動中起到關鍵作用。

生活中常見的演算法應用：

1. 交通流控制： 基於即時交通狀況、道路容量以及交叉口的車流量等因素，動態調整燈號的時序，最大程度地減少交通擁堵，提高流通效率。
2. 社交媒體推薦系統： 分析用戶的行為和興趣，以推薦相關的內容、朋友或產品。
3. 網上購物推薦： 分析用戶的購買歷史和喜好，提供個性化的商品推薦。
4. 路線規劃： 計算最短、最快或最節能的路線。
5. 語音辨識： 解析語音信號，轉換為文字或執行特定的操作。
6. 醫學影像分析： 辨識和分析影像，例如在檢測腫瘤或其他疾病方面。
7. 金融風險管理： 評估和管理風險，例如信用評分和投資組合管理。
8. 天氣預報： 處理大量氣象資料，以生成準確的天氣預報。

演算法的基本特性

演算法具有一些基本特性，這些特性有助於定義和評估演算法的有效性。

以下是演算法的一些主要特性：

1. 明確性（Definiteness）： 演算法的每一步都必須明確而清晰，沒有歧義。每一個步驟都應該可以被執行且理解，而不會引起混淆。
2. 有限性（Finiteness）： 演算法必須在有限的步驟內終止。它不能是無窮迴圈或無窮的執行過程，而是在有限時間內給出結果。
3. 輸入（Input）： 演算法接受零個或多個輸入。輸入是演算法操作的起點，它可以包含任何需要被處理的數據。
4. 輸出（Output）： 演算法生成一個明確的輸出，這是在輸入基礎上經過處理後得到的結果。輸出可以是一個值、一組值或其他形式的信息。
5. 有效性（Effectiveness）： 又稱可行性。能夠實現演算法中描述的操作。

簡單的演算法範例

使用 Python 語言實現。這是一個基本的排序演算法——氣泡排序法（Bubble Sort）

def bubble_sort(arr):
    n = len(arr)

    # 外層循環控制需要比較的輪數
    for i in range(n):
        # 內層循環控制每一輪比較的次數
        for j in range(0, n - i - 1):
            # 如果前一個元素大於後一個元素，則交換它們
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]

# 範例數組
example_array = [64, 34, 25, 12, 22, 11, 90]

# 使用氣泡排序法
bubble_sort(example_array)

# 打印排序後的結果
print("排序後的數組:", example_array)
#輸出
# 排序後的數組: [11, 12, 22, 25, 34, 64, 90]​

在生活當中，佈滿了各式各樣的演算法，讓我們掌握這種概念，不管是在工作上或生活上都將無往不利。

像整理家務是一樣，也可以套用運算思維的概念，比如設計一個最佳的家務排程，根據每個區域的清潔頻率和任務的複雜度，來安排打掃的流程，只是大多時候，我們都會根據以往的經驗來行事，整理一下做事步驟就可以達成事半功倍。

參考書籍