《复杂性思考》是一本由Allen B. Downey著作，机械工业出版社出版的平装图书，本书定价：49.00元，页数：117，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《复杂性思考》精选点评：

　　●英文版的简介开门见山的跟你说这是dive into python的后续＝ ＝ 我那本DIP都下了不懂多少年了还没开始看呢 有时候书太杂反而不好， 看精几本书真正掌握那门技能就好， 不要在工具上花太多时间喧宾夺主＝ ＝ 至于怎么选书？ That is what douban is used for.

　　●一本有趣的介绍数据结构的书, 习题很有意思

　　●: TP311.56/0272

　　●需要一定的背景知识呀，否则一些例子很难懂的。而且翻译的质量不太高。 有一些翻译的不准确。

　　●蛇头蛇尾啊

　　●用计算机模型探讨哲学问题。烧脑。可惜翻译得有些生涩。

　　●挺好玩的，就是书太贵，150页卖40块钱，抢钱啊

　　●本书的开源地址是：http://dou.bz/0ukGJy

　　●书很薄，非常贵，最坑爹的是无法下载源代码。这样这本书就完全 无用了！

　　●这本书其实给爱好者看更合适，因为理论部分不够先进，代码部分不够深入。但是好玩，这就有价值了。考虑改造为R版本。

　　《复杂性思考》读后感(一)：一本可以作为系统论、还原论等认知哲学的导读读物

　　一本可以作为系统论、还原论等认知哲学的导读读物，看似薄薄的一本，拿到手还说定价这么高亏了，结果一读才知里面别有洞天。本书本身就是一个复杂性科学模型的范本——避免跨域细节，只讲所涉及问题域的知识点，干净利落。作者以python为基础，演示了多种复杂系统的模型，让在计算机诞生之前难以验证的理论得以模拟，并逐步建立起复杂演绎基础之上的新认知模式。很多代码、练习有时间还得需要仔细研究实践。PS.翻译的质量有待提高。

　　《复杂性思考》读后感(二)：复杂系统实际上是数据科学的一个分支

　　最近数据科学大热，复杂系统这一块也受到了较多的关注。

　　整本书是讲如何用图和细胞自动机来模拟现实社会。当一个问题用数学解决不了，我们可以用一些数据结构模拟问题来解决。

　　但是这种模拟和机器学习的拟合还是不一样，可以作为一种新的建模手段。

　　这种方法越来越受到社会计算的广泛应用。

　　=============================================================================

　　《复杂性思考》读后感(三)：不要看中文版

　　大部分计算机图书翻译质量堪忧已是众所周知的事实，而本书的中文版翻译尤其智障。误译、用词不当的例子比比皆是，以下仅举一些比较严重的错误。如果你想读这本书的话，本书的第一版和第二版都有免费的英文电子版，一定不要读中文版。

　　∙ 这位译者不知道英文中意大利体表示书名。

　　∙ 前言，英文版第v页，中文版第一页

The problem with data structures is that they are often taught without a motivating context;数据结构的问题在于教师在教授这门课程的时候通常不会调动起学生的积极性；

　　motivating context是指设计某种数据结构的动机，是它所要解决的问题，而不是学生的积极性。

　　∙ 前言，英文版第vi页，中文版第2页

I hope this book helps people like them explore a set of topics and ideas they might notencounter otherwise, practice programming skills in Python, and learn more about datastructures and algorithms (or review material that might have been less engaging the firsttime around).我希望本书能够帮助像他们一样的人们来探索他们可能遇不到的一些主题与想法，练习Python编程技能，以及学习关于数据结构与算法的更多知识（或者看看有哪些内容不适合放在第1版中）。

　　review译成“看看”，less engaging译成“不适合”，the first time译成“第1版”，真的槽多无口。

　　∙ 1.2节，英文版第3页，中文版第8页

Maybe Detroit is segregated because people prefer not to be greatly outnumbered and will move if the composition of their neighborhoods makes them unhappy.或许底特律出现种族隔离的原因在于人们不喜欢太多的人，如果邻居让自己不高兴，那么他们就会搬走。

　　outnumbered是指街区里不同种族的人数超过同种族的人数；composition一词被忽略。

　　∙ 1.3节，英文版第4页，中文版第9页

Only an ironclad proof would demonstrate, in a way that no computer ever could, that sync was inevitable; and the best kind of proof would clarify why it was inevitable.只要有一个铁证就能证明同步是必然的（以计算机无法做到的方式）；最好的证据则会清楚说明为何是必然的。

　　两次混淆“证据”和“证明”（有意思的是，后文中一处“evidence”被译成了“证明”）。应译为“只有一个坚固的证明能说明同步是必然的，而任何计算机（模拟）都做不到这一点；而那种最好的证明还能阐明为什么同步是必然的。”

　　∙ 1.4节，英文版第5页，中文版第10页

Classical models are often linear, or use linear approximations to non-linear systems;经典模型通常是线性的或使用线性相似度来表示非线性系统；

　　应该是“对非线性系统做线性近似”。

　　∙ 1.4节，英文版第5页，中文版第10页

In classical models, planets are point masses, planes are frictionless, and cows are spherical.在经典模型中，行星是质点质量，飞机是无摩擦的，奶牛是球形的。

　　“质点质量”应为“质点”，“飞机”应为“平面”。

　　∙ 2.1节，英文版第10页，中文版第15页

Also, because the logarithms are negated, the smallest sum corresponds to the largest probability.此外，由于对数是否定的，因此最小的和（sum）对应于最大的概率。

　　还有哪个天才能把“negated”翻译成“否定的”？

　　∙ 2.1节，英文版第10页，中文版第15页

This is an example of a common and useful process in applying graph algorithms:下面这个示例介绍了使用图算法的一个常见且有用的过程：

　　“下面”应为“上面”。

　　∙ 2.1节，英文版第10页，中文版第15页

Interpret the result of the computation in terms of a solution to the original problem.根据最初问题的解决方案来解释计算结果。

　　应译为“将计算的结果解释为原始问题的解”。

　　∙ 2.5节，英文版第15页，中文版第20页

They showed that for a number of graph properties there is a threshold value of the probability p below which the property is rare and above which it is almost certain.他们通过很多图属性来展示这一点。有一个概率阀值p，在这个阀值以下，属性是不确定的；但在这个值以上，属性几乎是确定的。

　　这个翻译出来的句子根本看不懂什么意思。“阀值”应为“阈值”。rare是指有这个属性的图很罕见。

　　在下面的练习2.6中，这位译者连“such that”都不会翻。

　　∙ 3.1节，英文版第21页，中文版第26页

The following table shows some of the orders of growth that appear most commonly in algorithmic analysis, in increasing order of badness.下表列出了算法分析中最常见的一些增长量级，按照从差到好的顺序排列。

　　“从差到好”应为“从好到差”。

　　《复杂性思考》读后感(四)：数据结构课程因地制宜的创新

作者在前言中交待得非常清楚了，这其实是他在欧林学院讲授算法和数据结构这门课程的讲义。如果让我给这本讲义提炼个摘要关键词的话，我觉得可能是：图，网络，演化，模拟，复杂性。毕竟是从传统的算法课程脱胎而来，图几乎是讲义中唯一还和传统算法沾边的地方（还略涉及到一点散列表）。对图的理论也只是做了一些模拟点到为止。接下来的一切，几乎都是以图（当然也就是网络）为基础，模拟一些网络系统，对网络上的复杂系统问题进行一些基于计算的研讨。对学生能力的锻炼可能侧重在这几个方面：1）python面向对象编程的能力，2）模拟复杂系统演化规则的能力，3）对复杂性问题做一些哲学性思考的能力。不得不说的是，作者之所以有空间能够对算法课程做如此大的改造，还是跟他所在的学校的性质密不可分的，这样的事情并非在任何一所学校都现实。

我从网上看到的信息如下：欧林学院是马萨诸塞州的一所精英工程学院，每一届学生只招收三百人，仅仅不过是我们综合性大学里一个院系的规模。毕业所可能授予的学位也有限：计算机工程，机械工程，生物医药工程，其中之一。所以这种学校的现实情况是：

第一，学生数量少，精英化，老师照顾得过来，适合研讨多于灌输。

第二，工程问题重于科学问题，对实践的关注不亚于理论。

知道了这样的背景，作者如此大胆突破传统的教学理念也就不难理解了。一般的复杂度分析、排序算法、线性结构、树结构、图结构的这种教法确实离具体现实稍微远了一点点，大O小o量阶分析时常失之于琐碎的推导和证明。若对理论之美的探求要求不高的话，这些知识放在实践中去学习也未尝不可。而与此相比更有趣味、更符合这种精英院校教学理念的，恐怕就是，如何能利用成熟的数据结构构建出饶有趣味的上层议题，怎样促使学生自己阅读、实现和分析。

作者以复杂系统为切入点，确实是个不错的想法。一，从趣味性的角度看，足够吸引人，哲思性强，反映自然界、社会科学领域的某种广泛存在的现象。二，从工程实践的角度看，特别适合从底层、从单元、从个体出发构建模型，进行整个系统的计算模拟，尤其是和网络结构有着天然的联系（当然也就是图），在这里和传统数据结构挂上钩，足以衔接。三，从理论性的角度看，定性分析多于定量分析，没有大一统的成熟理论，存在的多是些混沌、分形、长尾分布、无尺度网络、自组织、临界现象等相对分散的概念，恰恰适合不追求理论艰深的简易探索。

我个人以往读过的复杂系统的科普、讲义也有过不少了，比如如下若干种：

复杂9.0梅拉妮·米歇尔 / 2019 / 湖南科学技术出版社天遇8.3[罗] 弗洛林·迪亚库 [美] 菲利普·霍尔姆斯 / 2001 / 上海科技教育出版社确定性的终结8.2伊利亚·普利高津 / 1998 / 上海科技教育出版社机遇与混沌7.9（法）吕埃勒 / 2005 / 上海世纪出版集团 上海科技教育出版社自然科学中的混沌和分形7.7刘式达 梁福明 刘式适 辛国君 / 2003 / 北京大学出版社网络科学评价人数不足（美）Ted G.Lewis / 2019 / 机械工业出版社分形几何7.7法尔科内 / 2007 / 人民邮电出版社混沌七鉴8.3(美)约翰·布里格斯//(英)F·戴维·皮特|译者:陈忠//金纬|校注:张兴福//金纬 / 2008 / 上海科技教育出版社

而这部讲义篇幅虽短，但和以上所有这些图书相比较起来，缺毫不逊色，自成一格。之所以这么说，就是因为主流在介绍复杂系统是多是从数学理论（常微分方程、动力系统、分形结构）、物理现象（湍流、三体问题、布朗运动）出发，极少有哪部作品谈论计算机模拟。而作者能够以非学术主流的形式展开，彻底从计算模拟出发，较少涉及到前述这些数学和物理的理论，让学生和读者在动手编程中认识到复杂系统是怎样形成的。比如到了生命游戏这一章，作者就完全不再提供任何图示了，一切必须要靠手动实现才能知道是怎么回事。读者仅仅靠读书，只能收获50%的营养，剩下的另外50%就必须靠“修行在个人”了。