关于计算思维
计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动，由周以真于2006年3月首次提出。2010年，周以真教授又指出计算思维是与形式化问题及其解决方案相关的思维过程，其解决问题的表示形式应该能有效地被信息处理代理执行。
2006年3月，美国卡内基·梅隆大学计算机科学系主任周以真（Jeannette M. Wing）教授在美国计算机权威期刊《Communications of the ACM》杂志上给出，并定义的计算思维（Computational Thinking）。周教授认为：计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。
计算思维吸取了问题解决所采用的一般数学思维方法，现实世界中巨大复杂系统的设计与评估的一般工程思维方法，以及复杂性、智能、心理、人类行为的理解等的一般科学思维方法。
计算思维建立在计算过程的能力和限制之上，由人由机器执行。计算方法和模型使我们敢于去处理那些原本无法由个人独立完成的问题求解和系统设计。
计算思维中的抽象完全超越物理的时空观，并完全用符号来表示，其中，数字抽象只是一类特例。与数学和物理科学相比，计算思维中的抽象显得更为丰富，也更为复杂。数学抽象的最大特点是抛开现实事物的物理、化学和生物学等特性，而仅保留其量的关系和空间的形式，而计算思维中的抽象却不仅仅如此。
关于操作模式。计算思维建立在计算过程的能力和限制之上，由人由机器执行。计算方法和模型使我们敢于去处理那些原本无法由任何个人独自完成的问题求解和系统设计。计算思维直面机器智能的不解之谜：什么人类比计算机做得好？什么计算机比人类做得好？最基本的问题是：什么是可计算的？迄今为止我们对这些问题仍是一知半解。
计算思维是一种递归思维：它是并行处理。它是把代码译成数据又把数据译成代码。它是由广义量纲分析进行的类型检查。对于别名或赋予人与物多个名字的做法，它既知道其益处又了解其害处。对于间接寻址和程序调用的方法，它既知道其威力又了解其代价。它评价一个程序时，不仅仅根据其准确性和效率，还有美学的考量，而对于系统的设计，还考虑简洁和优雅。
计算思维利用启发式推理来寻求解答：它是在不确定情况下的规划、学习和调度。它就是搜索、搜索、再搜索，结果是一系列的网页，一个赢得游戏的策略，或者一个反例。计算思维利用海量数据来加快计算，在时间和空间之间，在处理能力和存储容量之间进行权衡。
我们运用一个思维模型时，要经历这样三个阶段：建模，解模，解释。与之相对应的则是抽象思维、演绎思维、发散思维。通过抽象，形式化，将我们所需要研究的问题进行归纳，用一种范式表达出来，建立模型；然后通过严密的演绎推理，解出这个模型；最后，使用发散思维，将蕴含于这个模型中的意义用自然语言表述出来。
计算机思维 VS 数学思维
数学思维的特征是概念化，抽象化和模式化，在解决问题时强调定义和概念，明确问题条件，把握其中的函数关系，通过抽象、归纳、类比、推理、演绎和逻辑分析，将概念和定义、数学模型、计算方法等与现实事物建立联系，用数学思想解决问题。
计算思维是按照计算机科学领域所特有的解决方式，对问题进行抽象和界定，通过量化、建模、设计算法和编程等方法，形成计算机可处理的解决方案。
对比后可以发现，数学思维是人的大脑的思维，解决问题的方式是人脑所擅长的抽象、归纳、类比、推理、演绎和逻辑分析等；计算思维同样是人的大脑的思维，但解决问题却是在数学思维的基础上，运用计算机科学领域的思想、原理与方法，采用计算工具能够实现的方式来进行。
通过解题理解两者区别
比如求解S=1+2+3+……+ n。
数学思维，是对问题进行抽象和推理，归纳成自然数求和公式：S= n *(1+ n)/2 ，这种处理方式非常符合人类“依靠大脑进行运算”的特点。
计算思维，同样是对问题进行抽象和推理，却采用符合计算机工作特性、执行效率更高的“直接从1累加到n”的处理方式。 这就是两者区别！
