计算机科学：有目的的编程

Computer Science: Programming with a PurposeCOS 126普林斯顿self-paced免费

Java 编程函数与递归性能分析面向对象数据类型

这门课学什么

这是普林斯顿计算机入门课 COS 126 的前半部分。课程用 Java 和科学计算例子讲编程：数据类型、循环、数组、函数、递归、性能分析和面向对象。共 10 个单元。

内容摘要

这门课是普林斯顿入门课 COS 126 的前半部分，用 Java 教零基础学生编程。它把编程当作解决科学和工程问题的工具，例子来自物理模拟、数字音频、图像处理和数据可视化。课程对应教材《计算机科学：跨学科方法》（Computer Science: An Interdisciplinary Approach）的前 3 章。

全课 10 讲，分 3 个阶段。第 1 阶段是第 1–4 讲，讲基本语法：数据类型、条件与循环、数组和输入输出。第 2 阶段是第 5–7 讲，讲怎样组织程序：函数与库、递归，以及用实验和数学模型分析性能。第 3 阶段是第 8–10 讲，讲数据抽象：先使用现成的数据类型，再自己创建数据类型，最后把 Java 放到编程语言的大图景里比较。

每讲配 1 个测验和 1 个编程作业。编程作业自动评分，多数预计约 8 小时。题目从 Hello World 开始，逐步做到递归绘图、性能实验和自定义数据类型。最后一个作业是条形图竞赛动画（Bar Chart Racer），把文件输入、数据类型和绘图结合起来。

学完以后，学生能用 Java 写出几百行的完整程序，能用标准输入输出和绘图库做数据处理和可视化，能估算程序的运行时间，并能设计简单的类。后续课程 Algorithms, Theory, and Machines 接着讲算法、计算理论和计算机硬件。

讲师是塞奇威克（Robert Sedgewick）和韦恩（Kevin Wayne）。讲课节奏紧凑，以短程序为中心。每讲都先给出一个能跑的小程序，再说明它用到的语言特性，最后给出可选的延伸材料。

为什么值得学

课程把编程当作做科学的工具来教，不是语言教程。零基础可以学。

课程信息

学校: 普林斯顿（Princeton）
课程号: COS 126
讲师: 罗伯特·塞奇威克（Robert Sedgewick）、凯文·韦恩（Kevin Wayne）
学期: self-paced
平台: Coursera
费用: 免费
难度: 入门
学时: 约 2 个月 × 每周 10 小时
先修: 无。
材料: 视频、幻灯片、作业、教材
许可证: 未注明

去课程主页 ↗

课程是英文的。本页的介绍、摘要和大纲由极客教育原创撰写，讲次标题为中文意译。开课时间、收费和链接以官方页面为准。

课程大纲 · 共 10 节

大纲依据：Coursera 模块列表（Lecture 1–10，每讲一个模块；结构取自 api.coursera.org onDemandCourseMaterials.v2 与课程页）（查看原始页面 ↗）

1
基本编程概念Basic Programming Concepts
讲为什么要学编程、Java 程序的开发流程、内置数据类型和类型转换。作业是 Hello World 一类入门练习。
2
条件与循环Conditionals and Loops
讲 if、while、for 语句和嵌套结构，并介绍调试方法。
3
数组Arrays
讲一维数组的基本用法、典型的数组处理代码和二维数组。
4
输入与输出Input and Output
讲标准输入输出和标准绘图库，用它们画分形图形和做动画。
5
函数与库Functions and Libraries
讲静态方法和模块化编程，案例是数字音频合成和高斯分布函数库。
6
递归Recursion
从标尺函数和汉诺塔讲起，再讲递归绘图、指数级重复计算的避免方法和动态规划。
7
性能Performance
用实验测量运行时间，再建立数学模型，并介绍倍率实验法（doubling method）。
8
抽象数据类型Abstract Data Types
讲如何使用现成的数据类型，例子是颜色、图像处理和字符串处理。
9
创建数据类型Creating Data Types
讲实例变量、构造函数、实例方法和测试用例，例子是点电荷、海龟绘图和复数。
10
编程语言Programming Languages
比较流行的编程语言，讲 Java 的定位、面向对象、类型检查和函数式编程。最后一个作业是条形图竞赛动画。

普林斯顿的其他经典课

算法（上） · Algorithms, Part I
算法（下） · Algorithms, Part II
计算机科学：算法、理论与机器 · Computer Science: Algorithms, Theory, and Machines
解析组合学 · Analytic Combinatorics
算法分析 · Analysis of Algorithms
比特币与加密货币技术 · Bitcoin and Cryptocurrency Technologies

← 返回全部经典课　·　← 只看普林斯顿