计算思维怎么练？别刷LeetCode，我用3个土办法把生活问题拆成算法

我大学C语言挂过，后来做运营，天天跟表格打架。第一次听到“计算思维”是在一场讲座，老师放PPT：分解、抽象、模式识别、算法。我记了笔记，回去还是不会用。直到有次老板让我盘点 87,432 行 SKU 的库存，23 个字段，供应商表 4,913 行，预算 0 元，时间 2 天。我一开始想写 Python，装环境就花了 40 分钟，pandas 读进来内存吃到 3.2GB，公司笔记本 16GB 风扇起飞。后来我用 Excel 365 的 Power Query 合并查询，去重后 61,209 行，匹配供应商，40 分钟交差。那一刻我才明白：计算思维不是让你写代码，是让你先算清楚“值不值得写代码”。如果你也在搜“计算思维怎么培养”，先别刷 LeetCode 300 题，那个和现实问题中间隔着一条河。

学院派计算思维喜欢从定义出发：问题形式化、抽象、自动化。工地派计算思维先问三件事：输入有多少条？输出给谁看？错了会赔多少钱？这三个问题比“时间复杂度”更救命。比如 1,000,000 条数据，二分查找最多约 20 次，O(log n) 很漂亮；但如果你的数据只有 58 条租房信息，线性扫一遍和二分没区别，用眼睛看可能更快。Excel 行数上限是 1,048,576，超了你得换工具；但没超之前，VLOOKUP、XLOOKUP、Power Query 就是你的算法库。我的独立观点是：计算思维的核心不是抽象，而是“反抽象”——知道什么时候不该抽象。过早抽象比不抽象更贵，因为你要维护它。

办法一：把问题写成三列表。列头固定：输入、输出、约束。举个我自己的例子。我想找健身房，大众点评收藏 36 家，输入是 36 家店的月卡、距离、营业时间；输出是 top5；约束是月卡≤300，距离≤2.5km，晚上 22:00 后还开。写完发现只剩 7 家，根本不用算法，骑共享单车一家家看就行。办法二：找重复动作，能批量就批量。我每周整理周报，以前复制粘贴 12 个后台截图。后来用 Excel 的 Power Query 从 12 个 CSV 合并，字段只留日期、渠道、曝光、点击、转化，5 个字段。步骤：数据→获取数据→从文件夹→合并→删掉空行→加载到表。耗时从 90 分钟降到 12 分钟。办法三：给错误定价。抢演唱会票，我写脚本自动刷新，结果被风控封了 IP，错过 2 张票。手点错误代价是慢 3 秒，脚本错误代价是封号。后来我改成手机+平板+朋友三路手动，成功率反而高。计算思维不是追求全自动，是算总账。

到底用 Excel、Python 还是数据库？我现在的土规则：小于 10 万行、字段少于 30 个、每周更新少于 3 次，Excel/Power Query 优先。10 万到 500 万行，DuckDB 或 Polars 比 pandas 更省心；pandas 读 100 万行 8 列 CSV，大概几百 MB 内存，DuckDB 通常更轻，但具体看你字段类型。超过 500 万行、还要多人同时查，PostgreSQL 或 ClickHouse 更合适。别小看这些数字，我见过同事用 Python 处理 800 行名单，光环境报错就搞了一下午。另一个参数：缓存。备忘录、字典、哈希表，本质是拿内存换时间。Redis 单机 QPS 可以到几万到十万级，但如果你只是缓存 20 个城市名，Python 字典就够了。工具没有高级低级，只有账算没算清。

如果你问“计算思维和编程的区别”，我的答案很土：编程是让计算机执行，计算思维是决定要不要让计算机执行。培养方法也不是看书，是每周挑一件烦事，做 15 分钟拆解。模板我直接给：1）写下对象数量 n，比如 200 个客户；2）写下变化频率，比如每天新增 5 个；3）写下错误代价，比如发错优惠券赔 50 元；4）选最小工具，能筛就不排序，能排序就不机器学习；5）跑一次，记下耗时。我坚持了 11 周，做了 9 个表，失败 3 次。失败案例：用 Python 自动回复微信，结果消息格式一改就崩，维护时间比手动多。成功案例：用 Anki 卡片记录常错字段，20 张卡，3 周后录入错误从每天 6 个降到 1 个。

所以别再问“计算思维要不要学 Python”。先问：这个问题值得我建模型吗？如果 n 很小、变化很慢、错误很便宜，就用最笨的办法。计算思维真正的高级感，不是写出 200 行代码，而是写出 3 行公式然后准时下班。它也不是标准答案，是一套讨价还价的能力：跟时间讨价，跟内存讨价，跟自己的完美主义讨价。我到现在还会用纸笔画方框，箭头乱飞，字也丑，但能省时间。你要是刚入门，今天就找一件重复的事，按“输入-输出-约束”写下来，别管术语。算一次账，比看十篇科普强。