上下文
程序和编程语言
人工智能
数据结构和算法
上下文
不管讨论什么，一定要有个上下文，计算机世界里面是不是到处可以看到Context这个词。这就是上下文的意思。大白话讲就是，讨论一个事情的前提条件，或者说是场景、环境、语境。大家在一个共识里面讨论。
有了上下文后，那这个上下文包含什么呢？说来也简单，其实就2类东西：静态的和动态的。
静态的可以是：人、事、物等各类实体类东西。
动态的就是说要“动”，是个动作，比如吃、喝、拉、撒、睡；摸、爬、滚、打；望、闻、问、切；等等各类动作。
比如Android的Activity，本身就是继承至Context，那Activity就是个上下文，Activity包括了当前状态等各field-实体属性，也包括Activity的各个生命周期回调函数-动作方法。
比如Koa里面，对每个请求都有个ctx参数，也是上下文，通过它，串起来一个请求的完整生命周期。
比如Spring的Context ...
程序和编程语言
计算机世界是对现实世界的抽象。计算机只负责0101的二进制解析和执行，它只是个机器而已，程序给它什么数据，它就老实巴交的执行什么操作。而给数据这个事情，就交给程序来做。
所谓程序，就是通过人工或非人工的方式而产生的一组0101的数据流而已。这个数据流，就是指令，包含两类东东：代码和数据。所谓数据，可以理解为你手上现在有的东西；代码可以理解为你想做的事情。
比如 我现在有个锄头，要去挖地；比如 我现在有10元钱，想买瓶水喝。锄头、10元钱就是数据；挖地、买水就是代码。
通过某种方式生成程序的过程，叫做编程：编写出程序。而不同的方式，可以理解为不同的编程语言。可以通过Java写编程，Shell编程...
最开始，是用类似织布机的方式，用打孔机器来写0101数据流打印到纸条上，一个人打印一个人检查，这感觉太麻烦。
到上个世纪40年代，发明了汇编语言。所谓汇编语言，就是直白的约定一些规则，然后翻译成0101的程序。
汇编语言写起来也很麻烦，再次演进出来了面向过程的语言，比如70年代发明的C语言。
再后来，大家把面向机器编程，转换为面向物理世界、面向对象编程，能更模块化，就发明了比如80年代的C++。由于虚函数的引入，C++的性能要比C语言差3%~5%。
为了解决面向不同cpu的机器的编程，90年代又发明了一次编写多端运行的Java语言。Java的性能进一步降低，但开发和维护效率更高。
进入21世纪，随着摩尔定律极限的临近；cpu按scale up垂直方式，不断提高cpu频率慢慢遇到了瓶颈，芯片厂商开始考虑通过 scale out，按水平方式扩展，通过增加cpu核心数量，提高机器处理能力。
为了更好的利用多核并发能力，2007年Google的大神级别工程师博采众长，开始设计支持并发、支持垃圾回收的go语言。
最近几年，随时cpu性能的提高，为了应对移动端app开发的研发效率，涌现出了kotlin、swift、dart等更现代化的语法，虽然性能有些许下降，但开发效率提升更多。这种胶水语言，不太需要像c/c++、Java那样，要深入理解原理，按二八原则来学习这类语言，更多的是掌握常用语法即可。几天就可以上手干活。
从这编程历史可以看到，随着硬件性能的提高，编程语言则按照提高编程效率发展的趋势。作为面向用户交互的编程开发，长期趋势可以预见到，必会出现更简单的语言，编程群体也会从现在到专业IT程序员扩展到普通用户就能开发，比html、js、css这web三件套还要简单。而作为基础架构编程开发，则会更复杂，面向更细的分工方向发展。
总结就是：语言按简单方向发展，人群按全民编程方向发展，基础架构按深的方向发展。
未来程序员有2种：
面向用户交互的产品编码专员，有产品feeling的会更吃香；
面向基础架构的系统研发工程师，对计算机相关的基础能力强的更吃香。
人工智能
不管是面向过程编程还是面向对象编程，都必须有这两类东西：指令和数据。
不同编程语言，只是对这2类东西的组织方式不同而已。各类属性就存储为数据；各个方法函数存储指令。现实世界的问题，通过抽象出属性和动作，投射到计算世界，编程方法（指令）和数据。
不管是“人工”智能还是人工智能(AI)，无外乎改变的就是这两类东西：
一个是靠人实实在在的把代码敲出来，确定性的修改指令和数据；
一个是代码自己修改指令和数据。
代码怎么自己修改指令和数据呢？我们来写一个人工智能程序：
试想一下，我们通过一个随机函数，随机的输出我们期望的结果。
switch(rand()) {
case 1:
print("这是1");
case 2:
print("这是2");
case 3:
print("这是3");
...
case default:
print("我不知道输出啥");
}
这代码，神仙都不能100%猜对它的输出，这就算一个简单的人工“智能”程序。
所谓智能，更多的是一个程度，一个比较级。“人工”是大家知道它会输出什么，它的智能程度是L1；AI是大家不知道它会输出什么，但肯定比我们“人工”做的方案要好，它的智能程度是L2甚至更高。刚刚我们的那段人工智能程序例子，它的智能程度是几级？是L0，算智障级别。
那什么是智能程度为L2的AI？
人工智能一般包含2个阶段：训练和上线。
训练：
“人工”给定一套对数据进行分类、聚类的规则集的指令，然后给定一个初始值数据。
这类规则集可以是基于统计的；也可以是基于专家经验的。
这类程序就是通过反复的执行“人工”给定的这一套规则的指令，根据不同的输出结果更新数据，再根据更新后的数据，重复执行这套规则指令，直到输出符合人们预期的满意的结果集。这个时候，就训练完成了。
上线：
对该场景下的新的输入数据，程序根据训练完的结果集，再执行一次指令，输出新数据对应的结果集。这个结果集就是让人们认为它是真正的AI的证明。
数据结构和算法
所谓数据结构，就是存储数据的结构。指的是对给定的数据，按照一定方式进行存储。更偏向静态。
所谓算法，简单点说就是按给定方式执行指令的一套方法。这种方式可能很好，也可能很差。解决某类问题的优秀的算法就沉淀下来，就是大家目前刷题常见到的东西。算法更偏向动态。
算法指令通过某种数据结构修改数据。
程序通过调动不同的算法来修改对应数据，输出用户期望的结果：
编程语言->程序->算法->数据结构->数据->结果->用户
一个程序，一定要对有用户产生影响的结果，才能叫程序；不然，一个可有可无的东西，就没存在的必要了。
