一、计算思维与算法基础
1.计算思维
- 定义：运用计算机科学的基本概念进行问题求解、系统设计、理解人类行为的方式。
- 核心步骤：
- 抽象（首要步骤）
- 分解
- 模式识别
- 算法设计
2.算法
- 是问题求解的核心。
- 表示方法：
- 自然语言
- 伪代码
- 流程图
- 不仅存在于数学和计算机科学，也广泛用于其他领域（如工程、生物、经济等）。
二、数据结构
1.线性结构 vs 非线性结构
- 线性结构：一对一关系（如数组、链表、栈、队列）
- 非线性结构：一对多或多对多（如树、图）
2.栈与队列
- 都是受限的线性结构：
- 栈：LIFO（后进先出），空栈条件通常为
top == 0 - 队列：FIFO（先进先出）
- 栈：LIFO（后进先出），空栈条件通常为
3.二叉树
- n 个节点的不同形态二叉树数量 = 第 n 个卡特兰数
$ C_n = \frac{1}{n+1} \binom{2n}{n} $- 例：3 个节点 → $ C_3 = 5 $ 种
- 遍历方式：
- 前序：根 → 左 → 右
- 中序：左 → 根 → 右
- 后序：左 → 右 → 根
- 可通过中序 + 后序（或前序）唯一确定一棵二叉树。
4.图
- 邻接矩阵表示有向图时：
- 入度 = 第 i 列中非零/非无穷元素个数
- 出度 = 第 i 行中非零/非无穷元素个数
- 图挖掘在社会网络分析中至关重要（如社区发现、影响力分析）。
三、程序与软件工程
1.程序 vs 算法
- 程序= 算法 + 数据结构 + 用程序语言实现
- C语言是典型的面向过程语言
2.软件组成
- 软件 =程序 + 数据 + 文档
- 缺少文档的软件不完整
3.软件分类
- 系统软件：操作系统、编译器、驱动等
- 应用软件：
- 通用（如Office）
- 专用（如医院挂号系统）
4.软件危机原因
- 软件质量难以保证
- 开发难以满足用户需求
- （不是因为缺钱或缺人）
5.软件测试用例要素
- 必须包含：
- 设计的输入
- 预计的输出
- 不包括：测试工具、实际输出（执行后才产生）
6.软件维护副作用
- 指因修改软件而引入的新错误
四、数据库与数据处理
1.数据处理流程
- 包括：收集 → 存储 → 加工 → 检索 → 输出信息
2.数据库运行控制程序
- 包括：系统初启、日志管理、文件读写维护等
3.实体联系（E-R）
- 仓库（1）→ 商品（多）：一对多联系
4.数据挖掘
- 与人工智能、统计学密切相关
- 类型：
- 探索性数据分析（EDA）：交互式、可视化
- 聚类：无标签数据分组（无监督学习）
- 分类：需标签（监督学习）
- Web数据挖掘 ≠ 传统属性预测，而是从网页内容、结构、使用行为中挖掘信息
五、计算机组成与体系结构
1.冯·诺依曼体系
- 五大部件：
- 运算器、控制器、存储器、输入设备、输出设备
- 特点：
- 程序与数据共存于内存
- 硬件与软件分离（通过程序改变功能）
- 采用二进制
- 冯·诺依曼被称为“现代计算机之父”（非巴贝奇）
2.硬件定义
- 指计算机中有形的物理设备（CPU、内存、硬盘等）
3.二进制优势
- 运算简单
- 电路实现可靠（高低电平）
- 逻辑性强（适合布尔代数）
4.存储单位换算
- 1 KB = 1024 Bytes
- 1 MB = 1024 KB
- 1 GB = 1024 MB
注意：不是 1012 或 1000（那是十进制近似）
六、计算机网络
1.网络发展阶段
- 面向终端的计算机网络
- 计算机–计算机网络
- 开放式标准化网络（如互联网，基于TCP/IP）
2.网络分类（按覆盖范围）
- 局域网（LAN）
- 城域网（MAN）
- 广域网（WAN）
校园网是应用场景，不是基本分类
3.传输介质
- 最常用：双绞线（成本低、易部署）
- 光纤：高速但贵，用于骨干
- 同轴电缆：已淘汰
- 卫星：用于广域通信，不用于局域网
4.核心技术
- 通信技术 + 计算机技术
5.顶级域名
.com→ 商业/公司.edu→ 教育.gov→ 政府.net→ 网络服务商
七、人工智能与大数据
1.人工智能目标
- 模拟、延伸和扩展人的智能（非完全替代）
2.大数据隐私担忧
- 主要表现为：个人信息被识别与暴露
八、常用工具与常识
1.搜索引擎
- 谷歌、百度、搜狗 ✅
- 微信 ❌（不是搜索引擎）
2.阿里巴巴 vs 淘宝
- 淘宝是阿里巴巴集团旗下的电商平台，二者不等同
九、编程与语言翻译
1.编译 vs 解释
- 编译：整个程序 → 目标代码 → 执行
- 解释：逐行翻译并执行，不生成独立目标程序
✅提示：模拟考考察小结
