计算机类知识点全面梳理（本科/考研/面试/自学通用框架）
计算机科学（Computer Science，简称 CS）是一个庞大的学科体系，核心目标是理解计算的本质、如何高效解决问题，以及构建可靠的软硬件系统。下面按学习阶段 + 核心模块系统整理常用知识点，结合主流课程体系（如 408 考研、ACM/IEEE 指南）和实际应用（面试、开发）进行分类。
1. 数学与理论基础（打地基，必不可少）
这些是所有计算机知识的“语言”和工具：
- 离散数学：集合论、逻辑、关系、图论（树、图、匹配、网络流）、数论、组合数学。
- 概率论与统计：随机变量、期望、分布、贝叶斯、大数定律（AI/算法/网络必备）。
- 线性代数：向量、矩阵、特征值、奇异值分解（图形学、机器学习、密码学）。
- 微积分与数值计算：极限、导数、积分、泰勒展开、数值方法（科学计算）。
- 形式语言与自动机：有限自动机、正则表达式、上下文无关文法、图灵机、可计算性、P vs NP。
- 计算复杂性：时间/空间复杂度、NP完全问题、归约。
为什么重要：算法证明、数据结构设计、编译原理、密码学等都依赖这些。
2. 编程基础与软件开发
- 程序设计基础：变量、控制结构、函数、模块化、调试、代码风格（C/C++/Java/Python 等）。
- 面向对象编程（OOP）：封装、继承、多态、抽象类、设计原则（SOLID）。
- 数据结构（核心中的核心）：
- 线性：数组、链表、栈、队列、串。
- 非线性：树（二叉树、BST、AVL、红黑树、堆、B树/B+树）、图（邻接矩阵/表、遍历、拓扑、最短路径）。
- 其他：哈希表、并查集、跳表、Trie。
- 算法：
- 基础：排序（冒泡、选择、插入、快排、归并、堆排）、搜索（顺序、二分）。
- 高级：分治、贪心、动态规划、回溯、分支界限。
- 图算法：DFS/BFS、Dijkstra、Bellman-Ford、Kruskal/Prim、Floyd。
- 复杂度分析：大 O 表示法、摊销分析、递归主定理。
- 软件工程：需求分析、UML、设计模式（GoF 23 种，如单例、工厂、观察者）、敏捷/瀑布、测试（单元/集成）、版本控制（Git）、项目管理。
3. 计算机系统基础（硬核底层，强烈推荐深入）
这是你之前问过的 Linux 操作系统与进程、C++ 引用、CSS 颜色（虽是前端，但体现系统抽象）等内容的扩展：
- 计算机组成原理 / 体系结构：
- 冯·诺依曼结构 vs 哈佛结构。
- 五大部件：运算器、控制器、存储器、输入/输出。
- 数据表示：二进制、补码、浮点数、定点数。
- 指令系统：寻址方式、指令格式、RISC vs CISC。
- CPU：流水线、乱序执行、超标量、多核、Cache（一致性协议）。
- 存储层次：寄存器 → Cache → 主存 → 辅存（磁盘、SSD）。
- 总线、I/O 系统、中断、DMA。
- 性能指标：MIPS、MFLOPS、Amdahl 定律。
- 操作系统（你已了解进程，这里补充完整）：
- 基本概念：进程（task_struct）、线程（LWP）、并发 vs 并行。
- 进程管理：状态、调度（CFS、优先级、实时）、fork/exec、僵尸/孤儿进程。
- 内存管理：分段、分页、虚拟内存、页表、TLB、缺页、COW（写时复制）。
- 文件系统：VFS、inode、目录、磁盘调度（电梯算法）。
- 设备管理：中断、驱动、I/O 模型（阻塞/非阻塞、异步、epoll）。
- 同步与互斥：临界区、锁（互斥锁、自旋锁）、信号量、管程、死锁（预防/避免/检测）。
- Linux 特有：Namespaces、cgroups（容器基础）、proc 文件系统、pstree/top/ps。
- 其他：系统调用、内核态/用户态、信号、IPC（管道、消息队列、共享内存）。
- 编译原理（常被低估，但很重要）：
- 编译过程：词法分析、语法分析（LL/LR）、语义分析、中间代码、优化、目标代码生成。
- 自动机、正则、上下文无关文法、符号表、运行时环境（栈帧）。
4. 计算机网络（分布式系统基础）
- 模型：OSI 七层 vs TCP/IP 四/五层。
- 物理层：信号、介质、编码。
- 数据链路层：MAC、帧、差错控制（CRC）、CSMA/CD、交换机。
- 网络层：IP、子网划分、路由（RIP、OSPF、BGP）、ICMP、NAT。
- 传输层：TCP（三次握手、四次挥手、拥塞控制、滑动窗口、可靠传输） vs UDP。
- 应用层：HTTP/HTTPS、DNS、FTP、SMTP、WebSocket。
- 其他：TLS/SSL、CDN、负载均衡、Socket 编程、IPv6、下一代互联网。
5. 数据库与信息管理
- 关系模型：ER 图、关系代数、范式（1NF-5NF、BCNF）。
- SQL：DDL/DML/DQL、索引（B+树）、事务（ACID）、锁、并发控制。
- 存储引擎：InnoDB（MySQL）、索引、日志（WAL）。
- NoSQL：键值（Redis）、文档（MongoDB）、列式、图数据库。
- 分布式：分库分表、复制、主从、CAP/BASE、Sharding、一致性协议（Paxos/Raft）。
6. 高级/扩展方向（根据兴趣选择）
- 人工智能/机器学习：神经网络、深度学习、监督/无监督、强化学习、信息论。
- 图形学与多媒体：渲染管线、光照、纹理、OpenGL、视频/音频编码。
- 人机交互与安全：UI/UX 原则、加密（对称/非对称、哈希）、OWASP、防火墙、入侵检测。
- 并行与分布式：多线程编程、MapReduce、Spark、区块链基础。
- 嵌入式/物联网：单片机、实时 OS、传感器。
学习建议与路径（2026 年视角）
- 入门阶段：编程语言（C/C++/Python） + 数据结构与算法 + 离散数学。
- 核心阶段（对应你之前的问题）：
- 计算机组成原理（硬件视角）。
- 操作系统（Linux 进程/内存/调度，结合源码或 ucore 实验）。
- 计算机网络（抓包工具 Wireshark）。
- 数据库 + 编译原理。
- 实践强化：写项目（操作系统实验、Web 服务、算法题 LeetCode）、读经典书（《深入理解计算机系统》CSAPP、《现代操作系统》、《计算机网络：自顶向下》）。
- 工具与思维：Linux 命令、Git、调试器（GDB）、性能分析（perf/top）、系统思维（软硬件协同、抽象层）。
核心知识点思维导图式总结（常见分类）：
- 计算思维：抽象、分解、模式识别、算法设计。
- 系统思维：层次结构（硬件 → OS → 应用）、权衡（时间/空间、性能/安全性）。
- 高频面试/考研点：进程线程区别、虚拟内存、TCP 三次握手、快排/红黑树、B+树 vs B树、死锁条件、Cache 映射方式等。
这些知识点相互交织：算法依赖数据结构，OS 依赖组成原理，网络依赖 OS 的 I/O，数据库依赖 OS 的文件/内存管理。
如果你想深入某个模块（如操作系统内存管理细节、计算机组成流水线、数据结构代码实现、或 408 考研重点），或者需要特定知识点的详细解析 + 示例代码/图解，或者学习路线 + 推荐资源（书籍/视频/B站课程），告诉我具体方向，我可以继续展开！例如：
- 想看完整思维导图式表格？
- 针对面试的“八股文”高频点？
- 或结合你之前问的 Linux 进程 + C++ 引用，延伸到系统编程？
随时说，我帮你细化。
