计算机科学(Computer Science,CS)简介


计算机科学(Computer Science,CS)是系统性研究信息与计算的理论基础以及它们在计算机系统中如何实现与应用的实用技术的学科。

computer-science-header.jpg

作为一门学科,计算机科学涵盖了一系列主题,从算法的理论研究和计算的极限到在硬件和软件中实现计算系统的实际问题。CSAB,原名计算科学鉴定委员会代表了美国计算机协会(ACM)和IEEE计算机学会(IEEE CS)标识四个方面,认为对计算机科学学科至关重要:计算理论,算法与数据结构,编程方法与编程语言,以及计算机组成与架构。除上述四个领域外,CSAB还确定了软件工程,人工智能,计算机网络和通信,数据库系统,并行计算,分布式计算,人机交互,计算机图形学,操作系统以及数值和符号计算等领域。


12 款助你学编程的免费游戏


12 Free Games to Learn Programming》从近250多个网站中,评选出了的12个热门网站。你可以在玩游戏中学习编程。Mybridge A.I. 基于各种因素也评估了这些网站的内容质量,以确定它们对程序员是有用的。

1_dZnsMjfFQV5pgxti_fg6cw.jpeg

这些网站专为初、高级程序员而设计,帮助他们学习各种计算机语言。诸如:JavaScript、java、python,PHP,C #等。

20200713105719.png


数据结构与算法资源


了解数据结构与算法是透彻理解计算机科学的前提。

23633875-1_u_2.jpg

《Introduction to The Design and Analysis of Algorithms》(《算法设计与分析基础》)被视为数据结构与算法的经典教材。作者Anany Levitin基于丰富的教学经验,开发了一套全新的算法分类方法。该分类法站在通用问题求解策略的高度,对现有大多数算法准确分类,从而引领读者沿着一条清晰、一致、连贯的思路来探索算法设计与分析这一迷人领域。

27926611-1_u_16.jpg

路德学院的布拉德利·米勒(Bradley N. Miller)和戴维·拉努姆(David L. Ranum)著有开源教程《Problem Solving with Algorithms and Data Structures Using Python》(被图灵中译为《Python数据结构与算法分析》出版),是用Python描述数据结构与算法的开山之作,汇聚了作者多年的实战经验,向读者透彻讲解在Python环境下,如何通过一系列存储机制高效地实现各类算法。通过本书,读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用,等等。

《Python数据结构与算法分析》的开源中文在线译本

这篇博客里介绍了更多数据结构与算法的图书。


微软在线免费Python教程


Python 最近几年来非常流行,在各大语言排行榜上都名列前茅,例如它在 IEEE Spectrum 年度编程语言排行榜上就三年连冠,在最近的 TIOBE 9 月排行位居第三。大多数界内人士认为,在未来几年,Java 和 C 在搜索引擎的相关搜索方面将面临挑战,受到 Python 影响。Python之所以如此流行,原因包括简单易用、通用性(符合各种开发需求)、强大的社区、有很多大企业赞助、能够用于机器学习和人工智能等等,它在许多机器学习课程中被用作主要语言有关,这众多因素让它越来越受关注。

Python-microsoft.jpg

微软为推动基于Windows平台的程序开发不遗余力,在STEAM领域,Microsoft MakeCode 为不同水平的学习者提供有趣的项目、即时结果、块编辑器和文本编辑器,让所有学生了解计算机科学的实际应用。在著名的micro:bit项目中贡献了MakeCode在线版。而在生产力领域,与Visual Studio作为终极开发环境不同,Visual Studio Code是一个跨平台的轻量级源代码编辑器。微软在Visual Studio Code 编辑器中构建了对Python更好的支持,以便开发人员可以使用本地PC上的VS代码来编辑存储在远程机器、容器和Linux操作系统Windows子系统(WSL)上的代码。