Lógica de Programação e Pensamento Computacional

Antes de escrever a primeira linha de código existe uma etapa que ninguém vê: pensar em como resolver o problema. Esta nota trata dessa etapa, em duas camadas. A lógica de programação é a parte mais concreta, montar as instruções. O pensamento computacional é o raciocínio mais amplo por trás disso, que também serve para projetar sistemas e depurar bugs.

Lógica de programação

Lógica de programação é a capacidade de construir uma sequência coerente de instruções para resolver um problema. Uma receita de bolo é um bom exemplo: ingredientes na ordem certa, um passo depende do anterior, e se pular uma etapa o resultado sai errado.

Toda solução, em qualquer linguagem, é montada com três ferramentas:

• sequência: fazer as coisas em ordem, uma depois da outra
• decisão: escolher um caminho conforme uma condição (if)
• repetição: fazer a mesma coisa várias vezes (for, while)

Veja como isso funciona num problema simples, achar o maior número de uma lista. Em português, antes do código:

1. Considere que o primeiro número é o maior até agora.
2. Olhe cada número da lista. Se ele for maior que o maior até agora, ele passa a ser o novo maior.
3. Ao terminar a lista, o que ficou guardado é a resposta.

flowchart TD
    A["Maior = primeiro item"] --> B{"Ainda há itens?"}
    B -->|Sim| C{"Item atual maior que o Maior?"}
    C -->|Sim| D["Maior = item atual"]
    C -->|Não| B
    D --> B
    B -->|Não| E["Devolve o Maior"]

function maiorNumero(numeros) {
  let maior = numeros[0];
  for (const numero of numeros) {
    if (numero > maior) maior = numero;
  }
  return maior;
}

maiorNumero([4, 9, 2, 7]); // 9

Repare que o raciocínio existia antes do código e não depende de JavaScript. Escrito em Python, Java ou Go, o esqueleto é o mesmo: só muda a sintaxe. Por isso a lógica é o pilar que se transfere entre linguagens, e quem tem ela sólida aprende uma linguagem nova em bem menos tempo.

Uma pergunta que ajuda a testar a lógica: “e se a lista vier vazia?”. No exemplo acima, numeros[0] seria undefined. Pensar nos casos de borda é parte da lógica, não um detalhe de depois.

Pensamento computacional

Pensamento computacional é o conjunto de processos de pensamento usados para formular um problema de modo que uma solução possa ser executada por um computador (uma máquina ou até uma pessoa seguindo os passos). O termo ganhou força com o artigo de Jeannette Wing, de 2006, que defendeu que essa forma de pensar é útil para todo mundo, e não só para quem programa.

Existem duas formulações comuns, e as duas aparecem na literatura e no ensino. Nenhuma é “a definição certa”.

Os três pilares: abstração, automação e análise

É a formulação usada no artigo em português “Entendendo o Pensamento Computacional” (Ribeiro, Foss e Cavalheiro, 2017):

• abstração: deixar os detalhes de lado e ficar com o essencial do problema
• automação: transformar a solução em passos que uma máquina consegue executar
• análise: avaliar se a solução está correta e quanto ela custa (tempo, memória)

O artigo de Wing (2006) coloca a abstração e a automação no centro da ideia: pensar computacionalmente é, em boa parte, definir abstrações e automatizá-las.

Os quatro pilares: decomposição, padrões, abstração e algoritmos

É a versão mais comum em currículos de escola:

• decomposição: quebrar um problema grande em partes menores
• reconhecimento de padrões: perceber o que se repete ou se parece com algo já resolvido
• abstração: focar no que importa
• algoritmos: escrever os passos da solução

As duas versões descrevem quase o mesmo caminho, só cortam o processo em fatias diferentes.

Um exemplo: o encurtador de URL

Pegue o problema do Encurtador de URL e passe pelas ideias:

Ideia	Como aparece no problema
Decomposição	Separar em gerar o código curto, guardar o mapeamento e redirecionar
Reconhecimento de padrões	Guardar código -> URL é um problema de “chave e valor”, já conhecido (veja Tabelas Hash)
Abstração	Ignorar por enquanto o layout da página, o login, a cor do botão: só importa a relação entre código e URL
Algoritmo / automação	Os passos que geram o código, gravam e consultam
Análise	Estimar quantas leituras por segundo o sistema aguenta e onde está o gargalo

Onde isso aparece no dia a dia

• Design de sistemas: decompor em serviços ou módulos e abstrair o que cada um esconde. A nota de Trade-offs Arquiteturais é análise aplicada: comparar custos de cada decisão.
• Debugging: decompor o bug (em qual camada acontece?), reduzir ao menor caso que reproduz o erro e testar uma hipótese de cada vez.
• Decisão técnica: analisar as opções antes de escolher, em vez de usar a primeira que veio à cabeça.

Referências

• Entendendo o Pensamento Computacional - Leila Ribeiro, Luciana Foss e Simone André da Costa Cavalheiro (2017), pt-BR
• Computational thinking - Jeannette M. Wing (Communications of the ACM, 2006), en
• Lógica de Programação e Algoritmos com JavaScript, 2ª edição - Edécio Fernando Iepsen (Novatec), pt-BR