面向程序员的理论计算机科学自学资源

14

我是一个非常熟练的软件工程师，但是我并不了解太多理论。我想学习更多理论。我感兴趣的特定主题是：计算复杂性，形式语言和类型理论。但是我对于如何开始学习这些领域一无所知。

您将向那些想通过自学学习更多理论的人推荐什么资源？是否有针对软件工程师的理论计算机科学自学指南？

soft-question teaching books

— 亨利·H。
source

3

这取决于您要了解的内容。Arora-Barak全面介绍了计算复杂性理论（可在线免费获得）。因此，这是一个不错的起点。

— 托马斯（Thomas）

4

您是否曾在大学/大学上过理论课程，例如数据结构，算法等？如果您没有上过通常要求的本科理论课，那么这些课程的教科书将是一个很好的起点。之后，您可以查看Wikipedia文章，我们的书籍列表和视频列表，以及Coursera / Udacity / EdX / ...上的在线课程。Coursera提供非常不错的理论课程。

— 卡夫

你在大学学习了什么？

— 奥马尔·谢哈卜

您使用哪种语言编程？许多理论上的CS可以与一些具体的东西一起学习。例如，如果您想了解更多有关形式语言的信息，那么正则语言/表达式（即regexp的表达式）就是一个很好的起点，就像对编译器的了解一样。对于类型理论，您可能想使用静态类型的语言，例如haskell，F＃或ML。

— 龙宝贝

尝试使用Dewdney的New Turing Omnibus作为广泛/可访问的简介/调查/横截面。又见流行，激发TCS的科普读物

— VZN

7

这是一个广阔的领域，有几个截然不同的领域。

首先，我将介绍有关什么是计算机的一些最基本的想法：Hopcroft和Ullman，“自动机理论，语言和计算简介”。

我之所以特别推荐的原因是，他们强调证明。他们通过严格的思维方式指导您。那就是编写程序和科学之间的区别。

— 凯特·F
source

1

谢谢！我不知道这是否会改变任何东西，但实际上我确实有一些基于证明的数学背景（我可能应该在问题中提到这一点）。我已经完成了基于证明的真实分析，点集拓扑和抽象代数。

— 亨利H.15年

然后，您将可以非常快地完成它：)

— Kate F

它的一个差异，但没有了区别。CS包含许多其他原则，等等

— vzn

我不认为严格的要求确实是编程和数学之间的区别。编程和证明定理是非常相关的任务（请参阅Curry-Howard同构），几乎所有非数学任务都比编程更严格。与阅读证明的人相比，编译器对错误的原谅要少得多。

— Jan Johannsen

2

@JanJohannsen我颇不以为然-例如，见C.未定义行为

— 凯特˚F

9

有几种学习类型理论的方法。对于一个正在工作的程序员， B。Pierce的类型和编程语言是一个好的开始。 R. Harper撰写的《实用编程语言基础》也可能不错。如果您想对操作语义学有一些容易理解的背景知识，我建议使用G. Winskel的《编程语言的形式语义学：简介》。与T. Nipkow，G。Klein，具体语义学，已为Isabelle / HOL交互式证明助手正式确定了Winskel的书的变形形式。我怀疑仅从这本书（或任何本书）中就很难与证明者打交道，您希望附近的专家提出问题。如果您想对类型理论采用更数学的方法，可以查看JR Hindley，JP Seldin，Lambda微积分和组合器：简介，或H.Barendregt的Lambda Calculi with Types。尽管我不建议从Barendregt开始。

如果您只想提出一条建议，我想读一下Pierce的所有内容，但第六部分（高级系统）除外，并实现本书所讨论的玩具语言。您最终会在类型理论上扎根，并且可能还会是一个更好的程序员。

— 马丁·伯格
source

2

我推荐Martin Davis，Ron Sigal和Elaine Weyuker撰写的可计算性，复杂性和语言。

— 瓦勒珀特
source

对于老派的TCS来说，这是一本漂亮的书。除了领域理论语义的一部分，可以跳过。

— 马丁·伯杰

1

我是“理论和算法”的忠实粉丝。我曾经有一次机会访问位于印度马德拉斯（IIT-M）的印度技术学院的理论计算机科学。我在IIT-M那里了解很多理论家。当我去那里的时候，我对什么是理论一无所知，但是今天我完全喜欢它。

感谢@Kate F作为指针，是的，Hopcroft和Ullman是一个很好的起点。

但是，这是我的开始方式

阅读Cormen的算法介绍。<\ br>这是一个很好的起点。学习时，请尝试尽可能多地理解每个证明。如果您很好地理解证明，请尝试使用您选择的任何语言编写相同的逻辑。（它需要更长的时间，但是值得一试）
关注诸如
FOCS
SODA
STOC
EC（电子商务）之类的理论顶级会议-算法博弈理论
COLT（学习理论会议）-学习理论 CRYPTO-
密码学
SOCG（计算几何专题讨论会）-计算几何
CCC（计算复杂度）-复杂度理论

即使您不太了解，也请尝试阅读和思考。您必须做尽可能多的证明。

如果您正在特别考虑计算复杂性，那么这是一个不可思议的地方（来自Stanford）。
跟随苏丹Madhu的Jelani Nelson的Boaz Barak的Sanjeev Arora教授
这是计算复杂性领域中的一组综合信息

— 八月
source