问题解决资源

正如这里的第一篇文章所说，解决问题是一项元技能。 我们常常发现，编程语言的语法或结构并不是解决挑战时最难的部分，真正难的是想清楚_要写什么代码_，或者_从哪里开始_。 培养一套策略和体系，把问题拆解成可以写成代码的步骤，是一项非常值得养成的技能。 下面是一些来自社区的文章、视频和书籍，可以帮你练就这项超级技能。

• Free Code Camp 有一篇不错的概览文章：How to Think Like a Programmer - Lessons in Problem-Solving。
• fast.ai 的创始人 Jeremy Howard 对 G. Polya's Problem Solving Techniques 做了很好的总结。
• G. Polya's How To Solve It（全书）最初写于 1945 年，用来指导如何攻克复杂的数学问题，如今对于一般意义上的解决问题，它依然是_绝佳_的建议。
• Kurtis Pykes 在 Towards Data Science 上写了一篇不错的解决问题的实战教程。
• Free Code Camp 那篇文章里提到的 V. Anton Spraul 的 Think Like a Programmer: An Introduction to Creative Problem Solving，对 Polya 为数学勾勒出的那些通用方法，给出了更现代、更贴近编程的阐释。
• Felienne Hermans 更关注人们是_如何_学会编程这门手艺的，以及这与一般意义上的学习有什么对应关系。 她写了 The Programmer's Brian，里面讲了更好地阅读代码、清晰地思考代码、写更好的代码，以及成为更好的代码协作者等策略。
  • 你可以在这里订购她这本书的纸质版。
  • 她在同一主题下还有两个有趣的视频：How to Teach Programming (and other things)? 和 Programming is Writing is Programming 。
• No Starch Press 出版的 Algorithmic Thinking (Daniel Zingaro) 和 How to think like a programmer (Paul Vickers) 也讲了编程时如何解决问题。
• Computational Thinking: A beginner's guide to problem-solving and programming (Karl Beecher) 和 Computational Thinking for the Modern Problem-Solver (Riley and Hunt) 也提供了思考问题、并把问题拆解成编程解法的策略。
• From Computing to Computational Thinking (Paul S. Wang) 稍偏通用和学术一些，但它提供的解决问题策略和结构不只适用于编程，而且不需要事先具备编程知识。

其中一些书也可以通过美国计算机协会（Association of Computing Machinery，ACM）的图书馆阅读。 会员（付费）相关信息见 acm(dot)org。