| Enduring Understanding | Learning Objective | Essential Knowledge |
|---|---|---|
DAT-1 | DAT-1.A |
|
DAT-1.B |
| |
DAT-1.C |
|
数据
AP 计算机科学原理 · 第 2 主题
2.1
二进制数
大纲
来源:美国大学理事会 AP 课程与考试说明
计算机把一切存储为位(bits)——每个是一个 0 或 1。一组 8 位是一个字节(byte)。数字以二进制(binary)(基数 2)存储,其中每一位是二的一个幂($1, 2, 4, 8, 16, \dots$),而不是十进制(decimal)里十的幂。例如,二进制 1011 是 $8+2+1=11$。

Worked example. 要把二进制 1101 转换成十进制,把位值 8 4 2 1 写在位 1 1 0 1 之下并加上有一个 1 的那些:$8+4+0+1=13$。反过来,通过减去合适的最大二的幂把 19 转换成二进制:$19-16=3$,然后 $3-2=1$,然后 $1-1=0$,所以位坐在 16、2 和 1 位 $\rightarrow$ 10011(检查:$16+2+1=19$)。
因为一台计算机有有限数量的位,它只能表示一个有限范围的值。这造成考试上考查的两个效应:
- 溢出错误(overflow error):一个对可用的位太大的数不能被正确地存储。
- 舍入错误(round-off (rounding) error):带小数的数(实数)只能被近似,因为无穷多个实数值必须映射到有限多个位模式上。
所有数据——文本、图像、声音——最终都被编码为二进制。一个图像是一个像素(pixels)网格,每个作为它颜色的数字存储;声音作为每秒采样许多次的数字存储。
Convert between binary and decimal
Computers store numbers in binary (base 2). Each bit is a power of two; add the place values of the 1-bits to read the decimal number.
| 英文 | 中文 | 拼音 |
|---|---|---|
| bits | 位 | wèi |
| byte | 字节 | zì jié |
| binary | 二进制 | èr jìn zhì |
| decimal | 十进制 | shí jìn zhì |
| Overflow error | 溢出错误 | yì chū cuò wù |
| Round-off (rounding) error | 舍入错误 | shě rù cuò wù |
| pixels | 像素 | xiàng sù |
2.2
数据压缩
大纲
| Enduring Understanding | Learning Objective | Essential Knowledge |
|---|---|---|
DAT-1 | DAT-1.D |
|
来源:美国大学理事会 AP 课程与考试说明
压缩(compression)减少存储或发送数据所需的位数。两种:

- 无损压缩(lossless compression)让你能恢复精确的原始数据(用于文本和程序,那里每一位都重要)。
- 有损压缩(lossy compression)扔掉一些数据以进一步缩小大小(用于照片、音乐、视频,那里一个小的质量损失可接受)。
在它们之间选择权衡大小与保真度:无损保留一切但节省更少;有损节省更多但永久地失去细节。当数据必须精确时偏好无损。
Compress a run of repeats
Run-length encoding is a lossless compression: a long run of the same symbol is replaced by the symbol and a count, shrinking the data with no information lost.
| 英文 | 中文 | 拼音 |
|---|---|---|
| Compression | 压缩 | yā suō |
| Lossless compression | 无损压缩 | wú sǔn yā suō |
| Lossy compression | 有损压缩 | yǒu sǔn yā suō |
2.3
从数据中提取信息
大纲
| Enduring Understanding | Learning Objective | Essential Knowledge |
|---|---|---|
DAT-2 | DAT-2.A |
|
DAT-2.B |
| |
DAT-2.C |
|
来源:美国大学理事会 AP 课程与考试说明
当我们从数据(data)提取信息(information)时它变得有用——模式、趋势,和问题的答案。大数据集能揭示一个小的不能揭示的相关性,但数据必须先被清洗(cleaned)(修复错误和不一致)并常常被变换(transformed)或过滤(filtered)。两样东西之间的一个相关性(correlation)不证明一个导致(causes)另一个——一个关键的警告。元数据(metadata)(关于数据的数据,像一张照片的日期和位置)帮助组织和搜索大搜集。
| 英文 | 中文 | 拼音 |
|---|---|---|
| Data | 数据 | shù jù |
| information | 信息 | xìn xī |
| correlation | 相关性 | xiāng guān xìng |
| Metadata | 元数据 | yuán shù jù |
2.4
用程序处理数据
大纲
| Enduring Understanding | Learning Objective | Essential Knowledge |
|---|---|---|
DAT-2 | DAT-2.D |
|
DAT-2.E |
|
来源:美国大学理事会 AP 课程与考试说明
程序以人类不能的规模处理数据。常见的操作是过滤(filtering)(只保留满足一个条件的行)、清洗(cleaning)(移除错误),和可视化(visualizing)(使模式可见的图表)。组合来自多个来源的数据能揭示更多,但引发隐私(privacy)顾虑。交互式工具和可视化让人们探索数据并得出他们自己的结论。
考试技能: 能够解释一个程序如何帮助在一个大数据集里找到信息,以及为什么数据里显示的相关性不建立因果关系。
| 英文 | 中文 | 拼音 |
|---|---|---|
| filtering | 过滤 | guò lǜ |
| visualizing | 可视化 | kě shì huà |
| privacy | 隐私 | yǐn sī |
2.4
考试技巧
- 自信地在二进制、十进制和(在被要求时)十六进制之间转换——练习直到它快速。
- 记住一个位是一个二进制数字而一个字节是 8 位;$n$ 位表示 $2^n$ 个值。
- 解释所有数据——数字、文本、图像、声音——都存储为二进制,而有限的位造成溢出和舍入。
- 区分无损和有损压缩以及每个何时合适。
- 展示模拟到数字的思想:采样(sampling)把一个连续信号变成离散的值。
本主题的互动课程
逐步学习,并即时检测练习。