作者背景#

吳軍，清華大學與約翰霍普金斯大學計算機科學博士，曾任 Google 資深研究員與騰訊副總裁。他在 Google 期間參與了搜尋引擎核心算法的開發，對大規模分布式計算、自然語言處理和信息檢索有深入的工程實踐經驗。《計算之魂》是他繼《數學之美》之後，從工程應用轉向計算機科學基礎理論的著作，融合了學術深度與工業界面試實戰經驗。

完整摘要#

本書從計算機的歷史演進出發，以「計算的本質」為主線，系統性地展開計算思維的核心概念。序言追溯從中國算盤到圖靈機的歷程，強調三位關鍵人物的貢獻：George Boole 建立布爾代數、Claude Shannon 發現電路與邏輯的等價性、Konrad Zuse 打造第一台可編程計算機。書中劃定了問題的嵌套集合——所有問題 ⊃ 數學問題 ⊃ 可判定 ⊃ 可計算 ⊃ 工程可解——指出 AI 的極限由問題的可計算性決定，而非算力。

第一章以高德納（Donald Knuth）的思想為核心，建立大 O 複雜度分析的框架。透過最大區間問題展示四種方法從 O(K³) 優化到 O(K) 的思路，傳達「數量級差異至關重要」的核心觀念。第二章探討遞歸——與人類本能的遞推思維相反的「自頂向下」計算思維，以漢諾塔、八皇后、樹的遍歷等經典問題為載體。

第三章「萬物皆編碼」是全書最獨特的章節，從郵政編碼到 IEEE 754 浮點數，從哈夫曼編碼到稀疏矩陣壓縮，展示人類編碼（方便記憶）與計算機編碼（追求效率）的本質差異。第四章將智能定義為「分類與組合」，介紹二叉決策樹、哈希表、B 樹/B+ 樹等資料結構，並引入卡特蘭數作為組合數學的典型應用。

第五至六章涵蓋圖論（Dijkstra 算法、最大流問題、二分圖配對）與分治算法（歸併排序、快速排序、MapReduce），將理論與 Google 工程實踐緊密結合。第七至八章討論存儲的時空權衡（快取層次結構、索引設計）與並行計算（流水線、GFS、MapReduce 架構），點出摩爾定律的兩個分水嶺。

第九章以「等價性」為主題，展示傅里葉變換（時域 ↔ 頻域）、矢量量化等概念如何透過等價替換簡化問題，並以 Intel Pentium 除法 bug 說明因果鏈分析在調試中的重要性。第十章討論概率算法與量子密鑰分發。第十一章精選八道面試題，從最長連續子序列到 Manacher 算法，展示計算思維的實戰應用。

本書的貢獻與定位#

本書填補了算法教科書與面試題集之間的空白。傳統算法書（如 CLRS）偏重理論推導，面試書（如 Cracking the Coding Interview）偏重技巧訓練，而本書以「計算思維」為主線，強調思考問題的方式而非具體解法。吳軍的工業界經驗使他能將 Google 面試題、MapReduce 設計、搜尋引擎優化等真實案例融入理論討論。本書適合有一定編程基礎、希望從「會寫代碼」提升到「理解計算本質」的工程師與計算機科學學生。