Computer Science Notes
一份基于 mdBook 的个人 CS 知识库，目标是对计算机科学的核心知识做全面、深入、可工程化落地的整理, 并以"一纵一横"的结构呈现: 导论卷沿时间 / 抽象层级 / 形态 / 承接四视图搭骨架, 第零到第十三部分按学科横切做工程级深度。
note
在线版已部署到 GitHub Pages: https://atituiset.github.io/computer-science/
这份笔记的定位
- 不是面试速记卡，也不抄一遍教材的目录。
- 是自己用过的、推过的、踩过的坑沉淀下来的工程级笔记。
- 对每个专题，要求三件事：
- 原理讲透：知道为什么这么设计、代价是什么、什么时候该用不该用。
- 代码落地：用 Go / TypeScript / Python / C/C++ 至少两种语言给出可运行实现，必要时给出工业优化版本。
- 可被验证：复杂度、边界、对抗用例都列出。
谁应该读
- 已经能写代码、但对"为什么"还不够熟的工程师：能完成需求，但读论文、看源码、做架构选型时仍卡在数学或底层概念。
- 复习型读者：离校多年、忘了"自动机 / MVCC / Sylvester / KL"的人，需要一份从工程痛点反向回溯到原理的笔记，而不是教材正着讲一遍。
- 想横向打通 CS 的工程师：把 DSA、OS、DB、Compiler、Crypto、信息论当同一张网而不是十本独立教材来看的人——第十二部分"元抽象"专为你写。
tip
如果你是从 DSA / OS / Compiler 入手而撞上数学记号，先回第零部分把数学准备到位再继续；每篇都明确标了"喂给后面哪一章"。
章节骨架
| # | 部分 | 目录 | 文件数 / 行数 |
|---|---|---|---|
| – | 导论卷 · 计算机基础知识体系 | prologue/ | 6 / 1.8K |
| – | 工程化实践轴 · 让代码跑进生产 | engineering/ | 11 / 3.5K |
| 0 | 工程数学与离散数学基础 | math/ | 5 / 1.8K |
| 1 | 数据结构与算法（DSA） | dsa/ | 36 / 3.9K |
| 2 | 操作系统 | os/ | 28 / 3.5K |
| 3 | 计算机网络 | networking/ | 23 / 6.2K |
| 4 | 数据库系统 | databases/ | 23 / 4.6K |
| 5 | 编译原理 | compilers/ | 19 / 3.3K |
| 6 | 分布式系统 | distributed/ | 22 / 3.8K |
| 7 | 系统设计 | system-design/ | 30 / 6.0K |
| 8 | 计算机组成原理 | computer-arch/ | 10 / 4.7K |
| 9 | 计算理论（自动机 / 复杂度） | theory/ | 10 / 2.1K |
| 10 | 密码学与安全 | crypto/ | 13 / 2.8K |
| 11 | 信息论与编码 | info-theory/ | 12 / 2.0K |
| 12 | 人工智能与机器学习 | ai-ml/ | 14 / 4.3K |
| 13 | 元抽象（跨章节大主题） | _meta/ | 8 / 1.3K |
| – | 形式化方法卷 | formal/ | 4 / 0.8K |
| – | 量子计算卷 | quantum/ | 4 / 0.6K |
合计：导论卷 + 工程化实践轴 + 第零部分（前置数学）+ 13 主题 + 形式化卷 + 量子卷，281 个 .md / ~57.6K 行 / ~220 个一线章节。
骨架的设计原则是「一纵一横」：导论卷沿时间轴（1936 → 2026）+ 抽象层级（晶体管 → AI 模型）+ 形态演进（大型机 → XPU）+ 承接链（CPU/内存 → AI）四视图把全书串起来；第零部分到第十三部分按学科横切，每个专题做工程级深度。工程化实践轴则是把基础落地到生产的手艺（Git / 测试 / CI-CD / 性能 / 安全 / 质量 / 可观测性）。读者通过 prologue/map.md 的一张矩阵可以一眼定位任何一部分所在位置。
阅读路径
起点推荐（新读者）: 先读 导论卷 — 用 4 个视图（时间 / 抽象层级 / 形态演进 / 承接链）把全书骨架在脑子里搭起来, 然后任选下面三条按背景分型的路径下钻.
按背景分型:
- 应用工程背景 / 看论文吃力 → 先 导论 → 第零部分 数学 → 线代 → 概率 → 微积分与优化 → 再回主线.
- 没系统学过 CS 理论 → 导论 → 数学 · 离散篇 → DSA → 计算理论.
- 学习 Transformer 优先 → 导论 · 形态演进 (XPU 段) → 线代 → 概率 → 微积分 → 第十二部分 AI/ML.
主线推荐顺序（已系统学过、想横通 CS）：
导论卷 → 第零部分 数学 → DSA → OS → 网络 → DB → Compiler
→ 分布式 → 系统设计 → 计算机组成 → 计算理论
→ 密码学 → 信息论 → AI/ML → 元抽象（收束）
mdbook serve 后左侧目录即为主线阅读序，每章开头都有"一句话 + 思想链 + 章节列表 + 读完应能回答"。
本地预览
cargo install mdbook mdbook-mermaid mdbook-alerts
mdbook serve --open
默认监听 http://localhost:3000。
note
book.toml 当前启用三个 preprocessor：alerts (> [!NOTE] / > [!WARNING] 框)、mermaid (流程图)。若想加 linkcheck，可在 book.toml 增 [preprocessor.linkcheck] 后另装 mdbook-linkcheck。
渲染特性：
- 数学公式：KaTeX 渲染，行内
$ ... $/ 块级$$ ... $$。 - 流程图：mermaid v10 本地化嵌入（
mermaid.min.js+mermaid-init.js）。 - 代码高亮：mdBook 内置 highlight.js 配合
language-xxx标注。
编写约定
- 每章结构：
TL;DR / 一句话→思想链（ASCII 树从工程问题回溯到原理）→ 形式化定义 → 例子 → 多语言实现 → 提示框 → 文末"一页速查"。 - 多语言实现：Go / TypeScript / Python / C++ 至少两版；工业优化版另开小节。
- 涉及分析处给出形式化结论 + 直觉解释两版。
- 重点结论用 mdBook alerts 框出：
> [!NOTE]— 关键观察、跨章引用入口> [!WARNING]— 反直觉、常见误用、踩坑警告> [!TIP]— 速查表 / 速记口诀
- 数学记号统一见
math/README.md§记号约定。
与 TODO 的对齐
后续可继续扩展方向见 TODO.md。当前 15 个部分（导论 + 工程化轴 + 数学 + 13 主题 + 形式化卷 + 量子卷）均已就位；近期已补 DNS、倒排索引/全文检索、分布式事务、虚拟化与容器、SSD/NAND 存储硬件、经典 ML 与树模型、LLM 推理部署，并对 DSA 的贪心/回溯做了深度重写。后续增补按需进行（如流处理引擎、图数据库、工程化的专项实操）。