计算机科学分支领域体系
算法和数据结构
程序设计语言
体系结构
数值和符号计算
操作系统
软件方法学和工程
数据库和信息检索系统
人工智能和机器人学
人机通信
算法和数据结构
本事域研究部分特定类型问题及它们有效解。基础问题包含：
1.对给定类型问题，最好算法是什么？
2.它们要求多少存放空间和时间？
3.空间和时间折衷方案是什么？
4.存取数据最好方法是什么？
5.最好算法最坏情况是什么？
6.算法运行按平均来说好到何种程度？
7.算法通常化到何种程度--即什么类型问题能够用类似方法处理？
1．理论
算法和数据结构领域理论关键原理是：
(1) 可计算性理论。它定义机器能干什么、不能干什么。
(2) 计算复杂性理论。它告诉你怎样测度可计算函数时空要求，把问题大小和处理该问题算法最好或最坏情况性能联络起来，并提供证实对问题任何可能解下界方法。
(3) 算法和算法类时间和空间界限。
(4) 难解性(intractability) 水平。比如，确定性多项式时间内可解问题(P问题入非确定性多项式时间内可解问题(NP问题) ；和有效并行机可解问题(NC问题) 。
(5) 从算法数据流要求到机器通讯通路并行计算、下界和影射。
(6) 在时空上比确定性算法愈加有效、且以足够高概率取得正确结果概率算法。蒙特卡洛方法。
(7) 密码术。
(8) 图论、递归函数、递推关系、组合论、微积分、归纳、谓词逻辑和时态逻辑(Temporal Logical) 、语义学、概率和统计等支撑领域。
2．抽象
算法和数据结构抽象关键部分是：
(1) 对关键问题类有效最优算法和对最好、最坏和通常性能分析。·
(2) 控制和数据结构对多种问题时空要求影响分类。
(3) 关键技术类型，像分治(divide－and－conquer) 、格里地算法、动态计划、有限状态机解释器、堆栈机解释器。
(4) 并行和分布式算法；把问题分为能够在不一样处理器上实施任务划分方法。
3．设计
算法和数据结构领域设计和试验关键内容是：
(1) 对关键问题类算法选择、实现和测试。这些问题类包含搜索、排序、随机数产生和结构模式匹配。
(2) 对于很多类型问题全部能够使用通用方法实现和测试。如杂凑法(harshing图和树)。
(3) 分布式算法实现和测试。比如网络协议、分布式数据更新、信号(semaphores) 、死锁检测器和同时方法。
(4) 存放管理实现和测试。比如无用单元搜集、伙伴系统(buddy System) 、表(lists) 、表格(tables) 和分支。
(5) 对组合问题启发式算法大量试验测试。
(6) 能够安全可靠和秘密通信密码协议。
程序设计语言
本事域研究实施算法虚拟机符号表示、算法和数据符号表示和从高级语言到机器码有效翻译。基础问题包含：
1.由一个语言绘出虚拟机可能组织(数据类型、运算、控制结构、引入新类型和运算机制) 是什么？
2.这些抽象怎样在计算机上实现？
3.用什么样符号表示(语法) 能够有效地指明计算机应该做什么？
1．理论
程序设计语言领域理论关键部分是：
(1) 形式语言和自动机，包含语法分析和语言翻译理论。
(2) 图灵机(过程性语言基础) 。
(3) 形式语义：定义计算机数学模型及模型、语法和实现之间关系方法。关键方法包含标志、代数、操作和公理语义。
(4) 支撑领域：谓词逻辑、时态逻辑、近世代数和数学归纳。
2．抽象
程序设计语言领域抽象关键部分包含：
(1) 基于语法和动态语义模型语言分类：即静态型、动态型、功效、过程性、面向对象、逻辑、说明性、报文传输和数据流。
(2) 语言按应用领域分类：即商业数据处理、模拟表处理和图形。
(3) 程序结构关键语法和语义模型分类：即过程分级、功效合成、抽象数据类型和通信并行过程。
(4) 每一个语言关键类型抽象实现模型。
(5) 语法分析、编译、解释和目标码优化方法。
(6) 语法分析器、扫描器、编译器部件和编译器自动产生方法。
3．设计
程序设计语言领域设计和试验关键内容是：
(1) 和特定抽象机器(语义) 和语法一起，能形成统一可实现整体特定语言。比如，过程性(COBOL， FORTRAN， ALGOL，Pascal，Ada，C) 、功效(LISP) ，数据流(SISAL，VAL) 、面向对象(Smalltalk， CLU) ，逻辑(Prolog) ，单处理(SNOBOL) ，和并行性(CSP， Occam，Concurrent Pascal，Modula2) 。
(2) 特定类型语言指定实现方法：运行时间模型、静态和动态实施方法、打印检验、存放和寄存器分配、编译器、交叉编译器和解释器、在程序中寻求并行性系统。
(3) 程序设计环境。
(4) 语法分析器和扫描器产生器(比如YACC，LEX)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
