1. “计算机科学”并不是一种科学，而且其重要性也与计算机本身并不太大关系。计算机革命是有关我们如何去思考的方式，以及我们如何去表达自己的思考的一个革命。
2. 心智的活动，除了尽力产生各种简单的认识之外，主要表现在如下三个方面：1）将若干简单认识组合为一个复杂认识，由此产生出各种复杂的认识。2）将两个认识放在一起对照，不管它们如何简单或者复杂，在这样做时并不将它们合而为一。由此得到有关它们的相互关系的认识。3）将有关认识与那些在实际中和它们同在的所有其他认识隔离开，这就是抽象，所有具有普遍性的认识都是这样的到的。
3. 一个强有力的程序设计语言，不仅是一种指挥计算机执行任务的方式，它还应该成为一种框架，使我们能够在其中组织自己有关计算过程的思想。这样，当我们描述一个语言时，就需要将注意力特别放在这一语言所提供的，能够将简单的认识组合起来形成更复杂认识的方法方面。每一种强有力的语言都为此提供了三种机制：
1⃣️基本表达形式——用于表示语言所关心的最简单的个体。
2⃣️组合的方法——通过它们可以从较简单的东西出发构造出符合的元素。
3⃣️抽象的方法——通过它们可以为复合对象命名，并将它们当作单元去操作。
4.
1A：Lisp概览（课程笔记）
how to formalize intuitions about process, how to do things
如果对计算过程进行形式化表述
关于计算机，我们真正在做的是开始学习如何去对计算过程进行形式化表述，如何去解决问题，并结合两者发展一套对问题处理过程精确表述的方法。这与讨论真理的几何学形成了对照。
例子：
数学上定义平方：x的平方根是这样一个数，它的平方是x，且大于等于零。
how-to(如何解决问题): 1⃣️猜测一个数g2⃣️求它的平方并求x／g3⃣️比较直至差值很小
真正的问题来自于当我们尝试构建非常非常大的系统时，程序可能长达数千页。长得没有人能马上将其装入脑中，而使得这些得以实现则是因为我们有在大系统中控制复杂度的技术。
Techniques for controlling complexity.
这些控制复杂度的技术，正是我们课程所讨论的，从某种意义上来说，这也正是计算机科学的关键所在。
例子
计算机复杂度的控制技术与航班复杂度的控制技术有所区别，例如，当一名工程师设计物理系统时，这些都是由实在的物理部件构成，负责的该工作的工程师，就得对付系统中的公差、近似值以及噪声。作为一个电子工程师，可以制作很多个单级放大器并将其串联起来建造一个百万级的放大器。但从第一级产生的噪声也会被放大以至于系统崩溃。计算机处理的是理想化的器件，不在构建大系统时，不需要考虑公差etc。这就是与其他（物理系统）构建系统的不同。
技术一：a kind of abstraction called black-box abstraction
"黑盒抽象"的方法
例子-求取平方根
比如我们有一个求取平方根的黑盒子，那么要得到两个数的平方根之和，就能组合之前的平方根黑盒子，而不用去了解平方根黑盒子内部是什么。
技术二：conventive interface
约定接口
对于加法函数，我们传入进去的，可能是两个多项式，两个新的数据结构，如何才行不打乱原有的系统呢？
技术三：pick a new language （构建新的语言）（元语言抽象）
```
```
