编程思维可以具体分为四个方面：

分解

拥有编程思维的人，会把一个复杂的大问题，拆解成更可执行、更好理解的小步骤。

复杂问题很难一下子破解，但如果把它细分成很多个小问题，逐步解决，就容易多了。

模式识别

什么是模式识别呢？所谓识别模式，其实就意味着把新问题变成了老问题，我们在以往经验中搜索类似问题，套用类似的解决办法。识别的模式越多，解决问题的速度就越快。

抽象

把主要的精力聚焦重要的关键信息。

这是一个过滤的过程，通过确认问题的核心本质，可以帮助我们形成解决问题的大致构想。这样，可以加快解决问题的核心难点。

算法

设计一步一步的解决路径，解决整个问题。其实，算法也就是解决问题的方法。

通过这四个步骤，一个复杂问题先被拆解成一系列好解决的小问题；每一个小问题再被单独搜索解决方案；然后，聚焦几个重要节点，形成解决思路；最后，设计步骤，执行问题的解决方案。

所以，编程思维并不是编写程序的技巧，而是一种高效解决问题的思维方式，不当程序员也用得上。

何为编程

程序（program）由一系列指令组成，指定了如何执行计算。这里的计算可能是数学计算，如求解方程组或找出多项式的根，也可能是符号计算，如在文档中搜索并替换文本或编译程序（真够奇怪的，编译程序竟然也是计算）。虽然细节因语言而异，但几乎所有语言都支持一些基本指令。

输入：从键盘、文件、传感器或其他设备获取数据。

输出：在屏幕上显示数据，或者将数据发送给文件或其他设备。

数学运算：执行基本的数学运算，如加法和除法。

决策：检查特定的条件，并根据检查结果执行相应的代码。

重复：反复执行某种操作，但通常每次执行时都略有不同。

这几乎就是程序的全部内容。使用的每个程序都由类似于上面的小指令组成，不管它有多复杂。因此，你可将编程（programming）视为这样的过程，即将复杂而庞大的任务分解为较小的子任务。不断重复这个过程，直到分解得到的子任务足够简单，用计算机提供的基本指令就能完成。

何为计算机科学

对编程而言，最有趣的一个方面是决定如何解决特定的问题，尤其是问题存在多种解决方案时。例如，对数字列表进行排序的方法很多，其中每种方法都有其优点。要确定哪种方法是特定情况下的最佳方法，你必须具备规范地描述和分析解决方案的技能。

计算机科学（computer science）就是算法科学，包括找出算法并对其进行分析。算法（algorithm）由一系列指定如何解决问题的步骤组成。有些算法的速度比其他算法快，有些使用的计算机内存更少。面对以前没有解决过的问题，你在学着找出算法的同时，也将学习如何像计算机科学家那样思考。

设计算法并编写代码很难，也很容易出错。由于历史的原因，编程错误被称为 bug，而找出并消除编程错误的过程被称为调试（debugging）。通过学习调试程序，你将获得解决新问题的技能。面临出乎意料的错误时，需要创造性思维。

虽然调试可能令人沮丧，但它是计算机编程中有趣且挑战智商的部分。从某种程度上来说，调试犹如侦破工作：必须根据掌握的线索