视频封面

视频元信息

  • 课程：MIT 6.001 Structure and Interpretation of Computer Programs（SICP）1986 年原版
  • 主讲：Hal Abelson（本讲由 Harold Abelson 授课）
  • 本讲主题：Lisp 导论与课程概览（备选版本）
  • 备注：本讲是 6.001 第一讲的一个版本，系统介绍课程三大主题并演示 Lisp 基础语法。

内容摘要（TL;DR）

本讲首先澄清"计算机科学"这个名称的误导性，将计算机科学与几何学类比，指出其本质是形式化"如何做"的过程性知识（imperative knowledge）。随后提出课程三大主题：黑箱抽象、常规接口、元语言抽象。最后完整演示 Lisp 的原始元素、组合手段与抽象手段，包括 define、lambda、cond、if 以及递归定义。

一、计算机科学不是"科学" [00:14]

1.1 名称的误导性

  • 开场即指出"computer science"是一个糟糕的名称。
  • 重点：它不是科学，可能是工程，也可能是艺术；甚至与魔法（magic）有很多共同之处。
  • 它也不是关于计算机的——正如物理学不是关于粒子加速器，生物学不是关于显微镜和培养皿。

1.2 与几何学的类比

  • 几何学（geometry）同样是一个"糟糕的名称"：源自希腊语 gaia（大地）与 metron（测量），本意是"测量地球"。
  • 数千年前，埃及祭司阶层为了在尼罗河每年泛滥后恢复田界，发展出了几何学的雏形。
  • 理解：对当时的埃及人来说，几何学确实就是使用测量仪器。 今天我们看他们，会认为真正重要的是他们开始形式化关于空间与时间的观念，开启了公理化方法，通向整个现代数学。
  • 推导：我们今天认为计算机科学是关于计算机的，原因和埃及人认为几何学是关于测量仪器的一样——当一个领域刚刚起步、人们尚未真正理解它时，很容易把"所做事情的实质"与"所使用的工具"混淆。

易错点：不要被工具（计算机）迷惑，要关注本质（形式化过程性知识）。 这是全课程的核心态度。

二、声明性知识 vs 过程性知识 [03:56]

2.1 两种知识的对比

  • 声明性知识（declarative knowledge）：什么是真的（what is true）。
  • 过程性知识（imperative knowledge）：如何做（how to do）。

2.2 平方根的例子

  • 数学定义（声明性）：x 的平方根是满足 y² = x 且 y > 0 的数 y。
  • 重点：这个定义告诉你"平方根是什么"，却完全没告诉你"如何找到一个平方根"。
  • 过程性方法（Heron of Alexandria 的逐次平均法）：
    1. 做一个猜测（guess）；
    2. 改进猜测：将猜测值与 x/猜测值 取平均；
    3. 持续改进直到"足够好"。

理解：这就是"如何做"的知识——一个算法、一个过程。

2.3 过程与过程（procedure）

  • 过程（process）：可以想象成一种"魔法精灵"，听从计算机的指令并执行动作。
  • 过程（procedure）：指导过程的规则模式，是控制这些魔法精灵的"咒语"。
  • 重点：过程（procedure）是咒语，过程（process）是被咒语驱动的精灵。

2.4 Lisp 是"魔法语言"

  • 真正的巫师用古埃及语、苏美尔语、巴比伦语等；我们将用一种叫 Lisp 的魔法语言来召唤精灵。
  • 理解：Lisp 是"为描述过程、施展控制过程的咒语而设计的语言"。

2.5 学 Lisp 如同学国际象棋规则

  • 几分钟就能讲完 Lisp 的全部规则。
  • 重点：但学会规则 ≠ 掌握其含义。 就像几分钟能讲完国际象棋规则，但成为大师需要理解规则的推论。
  • 本课程余下部分及更远的将来，都在探讨这些规则的推论。

三、计算机科学的真正问题：控制复杂性 [07:21]

3.1 为什么需要控制复杂性

  • 计算机科学不是教人算平方根——那没什么大不了。
  • 真正的困难出现在构建非常庞大的系统时：程序长达数千页，没人能一次性装进脑子里。
  • 之所以可能构建这样的系统，是因为存在控制复杂性的技术。

3.2 与其他工程学科的区别

  • 其他工程学科（如大型客机设计）也处理复杂性，但存在关键差异。
  • 重点：计算机科学在某种意义上"不是真实的"（isn't real）。
  • 物理系统必须处理容差、近似和噪声：
    • 例如电气工程师可以造一级、两级放大器，理论上可以级联成百万级放大器；
    • 但荒谬——因为前几级的热噪声会被放大，使整个系统失去意义。
  • 计算机科学处理的是理想化组件：我们对程序和数据片段了解得和想要的一样精确。
  • 推导：因此构建大型程序时，"我能构建的"与"我能想象的"之间差别不大。

关键对比：物理工程的约束来自物理、噪声、近似；软件工程的约束来自我们自身心智的局限。 因此计算机科学是一种"抽象形式的工程"——忽略现实强加的约束。

四、课程三大主题概览 [10:41]

4.1 主题一：黑箱抽象（Black Box Abstraction）

  • 所有工程都使用的基本技术：把某物装进一个盒子。
  • 以平方根为例：把整个复杂规则集装进"求平方根"的盒子，输入 36，输出 6。
  • 重点：盒子内部实现不应对外部使用者重要。 内部用 x、y 还是 a 命名都无所谓。
  • 这就是黑箱抽象的核心：抑制细节，以便构建更大的盒子。

4.2 黑箱抽象的第二个理由：表达一般性

  • 有时你想表达"你的做法是某个更一般事物的实例"。
  • 例子：平方根算法其实是"寻找函数不动点"这一更一般策略的特例。
  • 不动点（fixed point）定义：函数 f 的不动点是满足 f(y) = y 的值 y。
  • 求不动点的通用策略：从猜测开始，反复应用 f，直到结果不再变化。
  • 推导：求 x 的平方根 = 求函数 y ↦ (y + x/y)/2 的不动点。 因为若 y = √x，则 x/y = √x，二者平均不变。
  • 重点：我们不仅想表达具体事物（如平方根）的"如何做"知识，还想表达一般事物（如求不动点）的"如何做"知识。
  • 这意味着我们要构建能计算方法的盒子——输入是函数，输出是过程。

思考：这就是高阶过程（higher-order procedures）的雏形——过程作为参数和返回值。

4.3 主题二：常规接口（Conventional Interfaces）

  • 引入例子：线性组合——把两个东西相加再乘以某个因子。
  • 对数字容易，但同样的思想要能用于：
    • 向量：a1 + a2 再缩放；
    • 多项式：两个多项式相加再乘；
    • 电信号：两个信号求和再放大。
  • 重点：问题在于——机器中的原始操作对不同类型是不同的。 加两个数、加两个多项式、加两个信号，底层操作完全不同。
  • 关键问题：这份知识放在哪里？ 如果明天 George 发明了新对象类型，如何把它加入系统而不破坏已有的一切？
  • 解决方案：建立常规接口——约定俗成的连接方式，就像电气工程中的标准阻抗连接器。
  • 具体内容：
    • 通用操作（generic operations）：如 + 必须能作用于各种数据类型；
    • 大规模结构：构建模拟现实复杂系统的大型程序，有两种重要隐喻：
      1. 面向对象编程（object-oriented programming）：系统像一个小型社会，各对象通过传递信息交互；
      2. 流（streams）：像信号处理工程师搭建大型电路那样组织系统。

4.4 主题三：元语言抽象（Metalinguistic Abstraction）

  • 重点：控制复杂性的第三种基本技术是创造新语言。
  • 当被设计的复杂性压垮时，选择一种新的设计语言，其目的是：
    • 突出系统的不同方面；
    • 抑制某些细节，强调另一些细节。
  • 这是课程最"魔法"的部分：
    • 首先研究构建新计算机语言的技术；
    • 用 Lisp 本身来表达 Lisp 的解释器——一个自循环的过程；
    • 理解：解释 Lisp 的过程是一个巨大的"apply-eval"轮子，两个过程不断互相归约。
  • 还会看到 Y 算子（Y operator）——过程式语言中"无穷"的表达。
  • 本节内容：
    • 先看解释过程，构建 apply-eval 循环，实现 Lisp；
    • 用同样技术构建完全不同的语言——逻辑编程语言（logic programming），不谈有输入输出的过程，而谈事物之间的关系；
    • 最后讨论如何在最简单的机器上具体实现——甚至包括 Lisp 解释器芯片的硬件实现。

五、学习任何语言的通用框架 [27:50]

5.1 三个关键问题

当有人向你展示一门新语言时，不要问"求矩阵逆需要几个字符"，而要问：

  1. 原始元素（primitive elements）：语言自带什么？
  2. 组合手段（means of combination）：如何把原始元素组合成更大的东西？
  3. 抽象手段（means of abstraction）：如何给复杂事物命名、装箱，使其能像原始元素一样使用？

考点：这三个问题（primitives / means of combination / means of abstraction）是本课程分析任何语言的核心框架，务必牢记。

理解：这个框架贯穿整门课——从 Lisp 到逻辑编程，再到硬件实现，都在反复运用这一分析结构。

六、Lisp 的原始元素 [29:55]

6.1 原始数据

  • 数字 3：严格说不是数字 3，而是代表数字 3 概念的符号。
  • 17.4：某个表示 17.4 的对象。
  • 5：另一个原始对象。

6.2 原始过程

  • +：加法的名称，就像 3 是数字三的名称一样。
  • 重点：+ 是"如何相加"这一概念的命名。

6.3 组合与求值

  • 表达式：(+ 3 17.4 5)，求值结果为 25.4。
  • 组合（combination）：由操作符（operator）作用于若干操作数（operand）构成。
  • 操作数本身可以是组合，因此可以产生复杂性：
    • (+ 3 (* 5 6) 8 2) → 43。

七、Lisp 的语法：前缀表示法与括号 [33:25]

7.1 前缀表示法（prefix notation）

  • 操作符写在操作数左边，这只是一种约定。
  • 重点：完全括号化（fully parenthesized），使表达式毫无歧义。

7.2 括号的严格性

  • 数学中括号表示分组，多写少写通常无伤大雅。
  • Lisp 中不能省略括号，也不能多加括号。
  • 易错点：加括号永远精确地意味着"这是一个组合"——即"把操作符作用于操作数"。 去掉或增加括号会改变含义。

7.3 树形结构

  • 组合本质上是一棵树：
    • 根是 +，子节点是 3、(* 5 6)、8、2；
    • (* 5 6) 自身是一棵小子树。
  • 理解：括号只是把二维树结构写成线性字符流的方式。 如果 Lisp 诞生于今天，语法可能直接画成树。

八、Lisp 交互演示 [37:00]

8.1 基本求值

  • 输入符号 3，Lisp 返回 3。
  • 输入 (+ 3 4 8)，返回 15。
  • 输入嵌套组合 (+ (* 3 (+ 7 19.5)) 4)，演示括号匹配。

8.2 括号辅助工具

  • 闪烁括号匹配：输入右括号时，对应的左括号会闪烁。
  • 自动缩进 / 美化打印（pretty printing）：编辑器自动把操作数垂直对齐到正确缩进位置。
  • 重点：这两种工具在多数 Lisp 系统中内置，应学会使用，因为手工跟踪括号很困难。

九、抽象手段：define 与命名 [44:35]

9.1 最简单的命名

  • (define a (* 5 5))：把 a 命名为 25。
  • 求值 (* a a) → 625。
  • 可以继续用 a 定义 b：(define b (+ a (* 5 a)))。
  • 输入定义时，Lisp 返回被定义的符号名。

9.2 命名一般方法：过程定义

  • 更强大的是命名一般方法，而非单个值。
  • 想命名"把某物乘以自身"这一一般思想——即"平方"。
  • (define (square x) (* x x))：
    • x 是一个"代词"，代表要平方的那个东西；
    • 求值 (square 10) → 100。

9.3 lambda：过程定义的底层形式

  • 另一种写法：(define square (lambda (x) (* x x)))。
  • 重点：lambda 意为"构造一个过程"：
    • 参数名为 x；
    • 过程体返回 x 乘以自身的结果。
  • 语法糖（syntactic sugar）：(define (square x) ...) 只是 (define square (lambda (x) ...)) 的便捷表面形式。
  • 易错点：不要忘记——写 (define (square x) ...) 时，你真正命名的是 square，而它被绑定到一个构造出来的过程上。

十、过程作为一等公民 [49:30]

10.1 演示

  • (square 1001)、(square (+ 5 7)) → 144。
  • (+ (square 3) (square 4)) → 25。
  • (square (square (square 1001)))：嵌套使用。
  • 直接输入 square，Lisp 返回 compound procedure square 及内部表示。

10.2 关键原则：原始与复合无差别

  • (define (average x y) (/ (+ x y) 2))。
  • (define (mean-square x y) (average (square x) (square y)))。
  • 求值 (mean-square 2 3) → 6.5。
  • 重点：定义 mean-square 的人无需知道 square 是语言内置的还是用户定义的。
  • Lisp 不区分语言中原始的东西和用户构建的东西——你构建的东西享有与原始元素同等的威力和灵活性。
  • 演示：输入 +，Lisp 返回 compound procedure +——说明加法在本系统中本身就是复合过程。
  • 理解：你无法（也不应能）分辨内置与复合的区别，因为复合的东西外面包了一层抽象包装。

考点：这是 Lisp 的核心设计哲学——消除原始与复合的人为区分，是黑箱抽象的必然结果。

十一、条件分析：cond 与 if [56:00]

11.1 绝对值的数学定义

  • |x| = -x（x < 0）；0（x = 0）；x（x > 0）。

11.2 cond 形式

  • (define (abs x) (cond ((< x 0) (- x)) ((= x 0) 0) ((> x 0) x)))。
  • 条件子句（clause） 由两部分组成：
    1. 谓词（predicate）：返回真或假的表达式，如 (< x 0)；
    2. 动作（action）：条件为真时执行的操作。
  • 重点：谓词（predicate）是返回真或假的东西。
  • 注意 - 的歧义：
    • 两个参数：减法；
    • 一个参数：取负。

11.3 if 形式

  • (define (abs x) (if (< x 0) (- x) x))。
  • 重点：if 是受限的条件分析，只有一个测试，真则做一件事，假则做另一件。
  • 理解：cond 和 if 互为语法糖——实现者选一个实现另一个，二者本质相同。

11.4 关于 define 的两种形式（答疑）

  • 提问：为什么有时 define 后跟括号，有时不跟？
  • 回答：
    • 基本形式是 (define <符号> <值>)——第二个位置写符号，不写括号；
    • (define (square x) ...) 是定义过程的特殊语法技巧；
    • 重点：区别在于是否在定义过程。

十二、递归：以 Heron 平方根算法为例 [01:04:00]

12.1 算法回顾

  • 要逼近 x 的平方根：做猜测 g，用 (g + x/g)/2 改进，直到足够好。

12.2 收敛性论证

  • 若 g = √x，则 x/g = √x，平均不变。
  • 若 g > √x，则 x/g < √x，平均值落在两者之间。
  • 若 g < √x，则 x/g > √x，平均值同样落在两者之间。
  • 推导：可以证明，若 g 与 √x 有微小偏差，平均值会更接近 √x。 且总可以用 1 作为初始猜测，必定收敛。

12.3 Lisp 实现

  • (define (try guess x) (if (good-enough? guess x) guess (try (improve guess x) x)))。
  • (define (sqrt x) (try 1 x))。
  • (define (improve guess x) (average guess (/ x guess)))。
  • (define (good-enough? guess x) (< (abs (- (square guess) x)) 0.001))。
  • 重点：try 的定义中引用了 try 自身——这是递归定义。

12.4 递归的展开过程

  • 求 (sqrt 2)：
    • try 1 → 1 不够好 → try (improve 1) = try 1.5；
    • try 1.5 → 不够好 → try 1.333...；
    • 持续归约，直到 good-enough? 判定足够好，得到约 1.4142。
  • 理解：过程完全合理。高中几何老师说过"用自身定义自身是不对的"——但那是错的。有时用自身定义自身完全合理。
  • 重点：递归定义是巨大威力的来源——它让你能进行"持续到条件为真才停止"的无限计算，而无需任何其他构造（如 for、while）。

考点：递归（recursion）是 Lisp 中实现迭代和循环的核心机制，本课程不会使用 for/while/do-until 等语句。

十三、块结构（Block Structure） [01:12:00]

13.1 封装内部过程

  • 把 improve、good-enough?、try 的定义打包进 sqrt 内部： 
    (define (sqrt x)
    (define (improve guess) (average guess (/ x guess)))
    (define (good-enough? guess) (< (abs (- (square guess) x)) 0.001))
    (define (try guess) (if (good-enough? guess) guess (try (improve guess))))
    (try 1))
  • 重点：这就是"构建一个平方根盒子"——使用者输入 36 得到 6，内部细节被隐藏。
  • 理解：George 使用 sqrt 时，不关心内部有 try、good-enough?、improve。
  • 重点：Harry 可能也有 cube-root 过程，内部同样有 try、good-enough?、improve——把它们封装在各自过程内，可避免整个系统混乱。
  • 这叫块结构（block structure）——在定义内部打包内部过程的特殊方式。
  • 理解：由于都在 sqrt 内部，try 无需显式接收 x 参数，x 自然可见（词法作用域）。

十四、本讲总结与后续展望 [01:16:00]

14.1 已学内容

  • 原始元素：+、* 等；谓词如 <、=；原始数据如数字。
    • 注：实际系统中这些未必是真正的原始元素，但重要的是我们"当作原始元素使用"，不窥视内部。
  • 组合手段：组合函数、用操作符和操作数构建组合；cond、if、define。
  • 抽象手段：define 是命名事物的方式。

14.2 待填补的空白

  • 如何组合原始数据得到复合数据（compound data）；
  • 如何抽象数据，使大块数据能像原始元素一样使用。

14.3 后续讲座预告

  • 首先：过程与机器中实际发生的过程之间的联系（即求值模型/替换模型）；
  • 然后：利用 Lisp 的力量谈论一般的常规方法，而非个别小计算。

十五、答疑：define 加括号与不加括号的区别 [01:20:00]

  • 提问：若把 (define a (* 5 5)) 写成 (define (a) (* 5 5)) 有何区别？
  • 回答：
    • (define (a) (* 5 5)) 定义的是名为 a 的无参数过程；
    • 输入 a，Lisp 返回 25（因为 a 是值）；
    • 输入 d（若 d 是过程），Lisp 返回 compound procedure d；
    • 运行 (d)（无操作数的组合），返回 25；
    • 而输入 (a) 会报错："25 不是一个可以作用于某物的操作符"。
  • 易错点：区分"命名一个值"与"命名一个过程"——前者直接求值，后者需要调用才产生值。

关键标签 / 关键词

SICP #MIT6001 #Lisp #黑箱抽象 #常规接口 #元语言抽象 #过程性知识 #声明性知识 #递归 #不动点 #lambda #cond #if #define #块结构 #语法糖 #高阶过程 #控制复杂性 #Heron算法 #前缀表示法 #抽象屏障

生成时间：2026-10-11 17:12:05 生成平台：VideoNote www.xygy.top