第1章 計算機技術與計算
思維基礎　1
1.1　計算機技術　1
1.1.1　計算機的發展　1
1.1.2　計算機的特點　2
1.1.3　計算機的分類　3
1.1.4　計算機的應用　4
1.2　計算思維基礎　6
1.2.1　計算思維的定義　6
1.2.2　計算思維的特征　7
1.2.3　計算思維的本質　7
1.2.4　計算思維的基本方法　8
1.2.5　計算思維與計算機的關系　8
1.2.6　計算思維的應用　9
本章小結　9
思考題　9
第2章　計算機中信息的表示　11
2.1　常用數制及其轉換　11
2.1.1　常用數制　12
2.1.2　數制轉換　13
2.2　二進制數的運算　15
2.2.1　算術運算　15
2.2.2　邏輯運算　15
2.3　數值數據的表示和處理　16
2.3.1　定點數表示　16
2.3.2　浮點數表示　19
2.4　文字的表示和處理　19
2.4.1　西文字符編碼　20
2.4.2　漢字編碼　20
本章小結　22
思考題　23
第3章　計算機系統的基本組成
和基本工作原理　25
3.1　計算機系統的基本組成　25
3.1.1　計算機系統的組成　25
3.1.2　計算機的邏輯組成　26
3.2　微型計算機系統的組成　28
3.2.1　微型計算機系統的硬件基本
組成　29
3.2.2　微型計算機系統的主要性能
指標　29
3.3　微型計算機的主機系統　30
3.3.1　中央處理器　30
3.3.2　微機主板及其主要部件　31
3.3.3　內存儲器　32
3.3.4　I/O操作、I/O控制器、I/O
總線與I/O接口　33
3.4　微型計算機的外部設備　36
3.4.1　外存儲器　36
3.4.2　輸入/輸出設備　38
3.5　計算機軟件　40
3.5.1　軟件概述　40
3.5.2　操作系統基礎　42
3.6　計算機的基本工作原理　46
3.6.1　指令及指令系統　46
3.6.2　指令的執行過程　48
3.6.3　流水線技術　49
本章小結　50
思考題　50
第4章　互聯網與物聯網　54
4.1　計算機網絡概述　54
4.1.1　計算機網絡的發展　54
4.1.2　計算機網絡的定義　55
4.1.3　計算機網絡的分類　55
4.2　局域網　57
4.2.1　局域網硬件　57
4.2.2　局域網軟件　59
4.3　互聯網　59
4.3.1　IP地址　60
4.3.2　子網掩碼　61
4.3.3　域名系統　61
4.3.4　基本服務　61
4.4　物聯網　63
4.4.1　物聯網的概念　63
4.4.2　物聯網的關鍵技術　64
4.4.3　物聯網的應用　65
4.5　網絡信息安全　66
4.5.1　計算機病毒　67
4.5.2　黑客攻擊　67
4.5.3　網絡信息安全措施　68
本章小結　68
思考題　68
第5章　大數據與云計算　70
5.1　大數據　70
5.1.1　大數據的發展　70
5.1.2　大數據的概念　71
5.1.3　大數據的影響　72
5.1.4　大數據的關鍵技術　74
5.1.5　大數據應用案例　75
5.2　云計算　76
5.2.1　云計算的概念　76
5.2.2　云計算的服務模式　76
5.2.3　云計算的關鍵技術　77
5.2.4　云計算的應用　78
本章小結　78
思考題　79
第6章　算法　80
6.1　算法和算法描述　80
6.1.1　算法基礎　80
6.1.2　算法描述　81
6.2　Raptor流程圖編程　85
6.2.1　Raptor簡介　85
6.2.2　Raptor應用案例　89
6.3　算法設計　93
6.3.1　枚舉法　94
6.3.2　遞推法　101
6.3.3　遞歸法　107
6.4　排序算法　114
6.4.1　冒泡排序　114
6.4.2　選擇排序　117
本章小結　120
思考題　120
第7章　人工智能初探　121
7.1　認識人工智能　122
7.1.1　智能的概念　122
7.1.2　人工智能的概念　124
7.2　人工智能的起源和發展　125
7.2.1　孕育期　125
7.2.2　形成期　127
7.2.3　暗淡期　128
7.2.4　知識期　128
7.2.5　穩步增長期　129
7.3　人工智能的研究方法　131
7.3.1　符號主義　131
7.3.2　連接主義　132
7.3.3　行為主義　133
7.4　人工智能的應用領域　134
7.4.1　問題求解與博弈　134
7.4.2　專家系統　134
7.4.3　模式識別　135
7.4.4　智能決策支持系統　136
7.4.5　自然語言處理　137
7.4.6　智能檢索　137
7.4.7　自動駕駛　137
7.4.8　機器人學　138
7.4.9　人工智能+　138
本章小結　139
思考題　139
第8章　搜索與博弈　140
8.1　引言　140
8.2　基于狀態空間圖的搜索技術　141
8.2.1　狀態空間圖　142
8.2.2　問題的狀態空間表示法　143
8.2.3　狀態空間搜索的基本思想　145
8.3　深度優先搜索和寬度優先搜索　146
8.4　博弈　149
8.4.1　極大極小過程　153
8.4.2　α-β剪枝　155
本章小結　156
思考題　157
第9章　機器學習　158
9.1　機器學習概述　158
9.1.1　機器學習的定義　158
9.1.2　機器學習的發展歷程　159
9.1.3　學習系統的基本模型　160
9.1.4　機器學習的分類　161
9.1.5　機器學習與人類思考的類比　162
9.2　距離函數及相似度度量函數　162
9.2.1　距離函數　163
9.2.2　相似度度量函數　164
9.3　分類算法分析　165
9.3.1　分類概述　165
9.3.2　分類分析方法　168
9.3.3　決策樹算法　169
9.3.4　K近鄰算法　172
9.4　聚類算法分析　174
9.4.1　聚類分析方法　175
9.4.2　K均值聚類算法　175
本章小結　178
思考題　179
參考文獻　181