問題解決資源

如同這裡第一篇文章所說的，問題解決是一項後設技能。 我們發現，程式語言的語法或結構，往往不是解題過程中最困難的部分，真正困難的是想清楚_該寫什麼程式_，或是_該從哪裡開始_。 發展出一套策略和系統，把問題拆解成可以寫成程式的步驟，是一項很棒、值得培養的技能。 以下是一些來自社群的文章、影片和書籍，可以幫助你培養這項超級技能。

• Free Code Camp 提供了一篇不錯的總覽文章：How to Think Like a Programmer - Lessons in Problem-Solving。
• fast.ai 創辦人 Jeremy Howard 寫了一篇不錯的摘要：G. Polya's Problem Solving Techniques。
• G. Polya's How To Solve It（完整版）最初寫於 1945 年，原本是為了解決複雜數學問題而寫的指引；時至今日，它對於一般問題解決而言，依然是_絕佳_的建議。
• Kurtis Pykes 為 Towards Data Science 撰寫了一篇不錯的問題解決實作教學。
• 前面提到的 Free Code Camp 文章中，也介紹了 V. Anton Spraul 的 Think Like a Programmer: An Introduction to Creative Problem Solving，這本書以更現代、更聚焦程式設計的方式，重新詮釋了 Polya 為數學所歸納出的同一套通用方法。
• Felienne Hermans 則更關注人們_如何_學習程式設計這門技藝，以及這件事如何對應到一般的學習。 她寫了 The Programmer's Brian 一書，書中提供了各種策略，幫助你更懂得閱讀程式碼、更清晰地思考程式碼、寫出更好的程式碼，並成為更好的程式碼協作者。
  • 你可以從這裡訂購她的實體書。
  • 她還有兩支談論同一主題、很有意思的影片：How to Teach Programming (and other things)? 和 Programming is Writing is Programming 。
• Algorithmic Thinking (Daniel Zingaro)（由 No Starch Press 出版）和 How to think like a programmer (Paul Vickers) 同樣探討了寫程式時的問題解決。
• Computational Thinking: A beginner's guide to problem-solving and programming (Karl Beecher) 和 Computational Thinking for the Modern Problem-Solver (Riley and Hunt) 也提供了思考問題、把問題拆解成程式解法的策略。
• From Computing to Computational Thinking (Paul S. Wang) 稍微更一般化、更偏學術一些，但它所提供的問題解決策略與架構，可以運用在寫程式以外的更多地方，而且不需要具備程式設計的基礎知識。

其中有些書也可以透過 Association of Computing Machinery (ACM) 的圖書館借閱。 會員（付費）相關資訊請見 acm(dot)org。