為什么寫這篇文章
受《大學計算機：計算思維導論》的啟發， 對計算機科學有一個全局的景圖，了解計算機是從哪里來的， 又如何發展到今天。要深刻的理解一個事物，要追本溯源（第一性原理），以發展的眼光把握事物的發展歷史， 站在巨人的肩膀，站得高，望得遠。
《大學計算機：計算思維導論》給我帶來了宏觀的計算機景圖。計算機來源于數學， 其理論基礎之一是數理邏輯，而數理邏輯體系的發展歷史背后有一條主線——一條漫長的歷史長河，沿著這條河流回溯而上，將會遇到歷史人物——布萊尼茨、布爾、弗雷格、圖靈、香農（感興趣的，強烈推薦科普書?邏輯的引擎）。19世紀的布爾最偉大的成就在于將邏輯代數化，構建了邏輯體系。 該邏輯體系下， 與、或、非構成了基本的邏輯符號， 而這是計算機數字電路的理論基礎。 20世紀的香農發表了論文《對繼電器和開關電路中的符號分析》，論證了構造 與、或、非電路的可行性。
沿著邏輯電路順流而下，可以看到更為開闊壯觀的景象。與、或、非門 構建了更復雜的集成電路，?如 譯碼器 和 加法器，譯碼器可用于尋址技術，加法器是最基本的計算單元。復雜電路的集成構成了現代計算機， 現代計算機的模型是馮諾曼依體系，計算機設備由、輸入、輸出、控制器、計算器、存儲組成。在硬件的基礎上，?操作系統是對底層硬件的抽象。高級語言是對匯編語言的抽象。 算法和系統工程構建于高級語言之上， 并結合網絡原理，構建了現代互聯網 。 現代互聯網已經深刻的影響了生活方式和生產方式。 基于這條主線，可以清晰的看到計算機的發展全貌以及理論基礎。?
而慶幸的是，我大學教育的課程已經提供了這一條主線。但悲劇的是：在大學時代， 但沒有意識到課程連接起來形成這一條主線，貫穿著計算機的發展歷程。 當然，現在意識到這一點，為時未晚， 這也是我寫這篇文章的初衷，也希望更多人看到計算機基礎的重要性！
什么是計算機基礎
記得在大學時代修過的計算機核心課程：《模擬與數字電路》、《計算機組成原理》、《計算機體系結構》、《操作系統》、《編譯原理》、《數據結構》、《數據庫原理》、《網絡原理》。當時的印象比較深刻的是《模擬與數字電路》，學起來枯燥， 要基于與、或、非門實現各種復雜的電路， 想想腦袋都疼！這些課程環環相扣，《模擬與數字電路》是《計算機組成原理》的基礎，?《計算機組成原理》是《計算機體系結構》的基礎，這三門課程是偏向于底層硬件實現；而《操作系統》是對底層硬件的抽象和擴充；《編譯原理》是對高級語言的翻譯；《數據結構》是算法的基礎；工程實現依賴于《數據庫原理》；《網絡原理》提供的廣域網、局域網服務，是現代互聯網的基礎設施。 在馮諾曼依體系下，這些基礎課程現在不過時、未來也仍然不過時， 它們提供了一個全局的視角，去洞察計算機的本質！
大學時代還學習了數學的基礎課程：《離散數學》、《微積分》、《線性代數》、《概率論》。《離散數學》是計算機領域建模的有利武器，例如：圖論是建模的必殺技，人工智能的理論基礎之一就是數理邏輯。 在機器學習領域， 梯度下降法可以看到《微積分》的影子。《線性代數》是機器學習的基礎之一。 《概率論》和 《統計學》為機器學習開創了另外一個方向，如：貝葉斯模型。計算機是源于數學， 而數學又是建模的工具。現實生活的問題千變萬化，從計算機的視角去解決這些問題， 就得對問題進行 抽象， 然后利用數學建模， 建立一套理論基礎， 進行演繹推理， 在理論層面上證明了可行性之后， 然后再進行工程實踐。 這一過程經歷了? 抽象->理論->設計，這是認識世界得科學方法。 也只有通過科學的方法去認識世界， 我們才能改造世界。?
我認為：以上課程是計算機的基礎。計算機來源于數學， 計算機是我們改造世界的有利武器，? 而現代計算機基于 堅實的理論 構建的。 學習這些課程， 不僅可了解計算機的來龍去脈， 而且提供了思想的源泉，掌握科學的方法，站在更高的視角， 觸達計算機的本質。
為何計算機基礎重要
21世紀， 進入了知識爆炸的年代。 計算機領域也一樣， 技術更新迭代的速度如同火箭的速度一樣。 新的技術框架和組件層出不窮。但是，萬變不離其宗，掌握扎實的基礎，面對技術浪涌，也能應對自如！
從世界范圍內來看，知名院校計算機學院都會開設上述基礎課程， 例如：國內的清華、北大， 美國的MIT、伯克利、斯坦福、CMU。 這些課程開設的目的就是夯實理論基礎，才能構建宏偉建筑。羅馬不是一天建成的，但是沒有基礎， 羅馬不可能建成的！
快速學習能力的提升依賴于扎實的計算機基礎。 這是一個需要終身學習的年代，不僅要關注學習本身， 還得關注學習效率的提升。基礎夯實， 意味著面對技術潮涌，也能應對自如。 金融領域的技術， 技術難點之一就是實現數據一致性， 數據一致性依賴于事務， 最基礎的一致性模型就是分布式事務， 而分布式事務的基礎是 本地事務， 《數據庫原理》就提供了本地事務的基本原理。 如果理解了本地事務原理， 學習分布式事務理論就事倍功半。 在《操作系統》中， 有一個最基本的模型：生產者-消費者，而消息隊列的實現本質上也是 生產者-消費者模型。生產者-消費者模型實現了空間和時間的解耦， 應用場景廣泛，例如：異步解耦、削峰、數據一致性、數據通道。如果掌握了扎實了數學基礎，要轉型算法工程師、從事數據挖掘、機器學習等行業， 面對眼花繚亂的數學公式， 也可從容不迫！其實，各行各業都一樣， 根基穩固了， 學習能力自然就提升了！
計算機基礎是否扎實決定了職業生涯能走多遠！程序員的圈子總是有一種焦慮感，程序員是年輕人的天下、35歲達到職業瓶頸期。如果花5年甚至10年重復得干CRUD工作，每天忙碌于解決線上問題、修復Bug， 職35歲能不到達職業瓶頸？ 為什么計算機基礎扎實了， 有助于職業生涯走得更遠？ 這得從計算機思維說起。 基礎不僅僅帶來的是理論知識， 更重要的是帶來了思維方式的提升。 其中最重要的兩個思維是：自動化思維和抽象思維。?
計算機是按照指令順序自動執行，自動化思維的啟示是解放雙手、關注核心的項目，能自動化的事情就應該自動化。??計算機領域層有出不窮的自動化工具，充分利用自動化工具，?解放雙手，就解放了焦慮， 做更有意義的事情，才能有更大的成長空間。
抽象思維，解決復雜問題的利器！為什么有些人是行業專家， 指點江山？為什么有人是架構師，高屋建甌？為什么有些人只是辛勤的搬磚族？ 本質的區別在于抽象思維。行業專家制定行業標準 ， 例如 網絡原理的七層模型， 構建該模型首先得具備抽象能力，分層的邊界是什么？ 每一層具體的職責是什么？各層之間如何交互。 架構師解決系統架構問題， 就得摸清系統的邊界？ 系統的職責是什么？ 系統之間如何通信？應用哪些技術組件？ 這些都需要抽象思維，站得足夠高， 才能望得足夠遠。 而計算機基礎可以訓練抽象思維（話題太大了， 后期單獨介紹）。是否具備抽象思維 決定了你是陷入忙碌的死循環 還是 做更有意義的事情， 也同樣決定了你是辛搬磚族 還是 高屋建甌者！
路漫漫其修遠兮，吾將上下而求索！
