零基础图解 CS 导论：从「计算」到「能上网的机器」

本文按港科大（广州）UFUG1601《Intro. CS》第 1 章课件的六讲顺序整理成一份可独立阅读的笔记，每一讲都配套课件原图与外部权威图，并把课件里的判断题与 Retrieval Check（回顾题）讲透怎么答。如果你正在为这门课的课堂小测、期中或期末做准备，可以拿这份笔记当预习/复习材料；如果你打算把它转发给没听过这门课的学弟学妹，按章节顺序读下来就行——不需要任何编程或计算机科学基础。

本笔记怎么读

整本课件围绕四个核心问题展开：什么可以被计算？如何表达一个解？机器如何执行它？机器之间如何协作？这条主线刚好对应六讲：computation 的契约、图灵模型与冯诺依曼模型、计算机发展史、硬件与存储层次、程序与操作系统、计算机网络。读完六讲，你脑子里应该能串起一条「抽象 → 硬件 → 软件 → 网络」的递进链，而不是把六个词条当成互不相关的小知识来背。

每一讲末尾都有「这一讲我们搞定的问题」与给下一讲留的钩子；遇到判断题或检索题，我们当场示范怎么答，不绕弯。

第 1 讲：「计算」到底是什么？

这一讲要回答的问题：计算机科学到底在研究什么？「计算」两个字到底什么意思？

1.1 计算机科学的契约：输入 + 规则 + 输出

课件 Slide 19 给了一句直接定义：计算是任何良定义（well-defined）的算术或非算术运算，常见例子包括数学方程求解和计算机算法的执行Forouzan。但更便于日常使用的是 Slide 20 的三件套：一次计算必须满足三条契约——输入（什么信息进入）、规则（允许执行哪些步骤）、输出（必须产生什么结果）。契约一旦写定，输入相同、规则相同，输出就必须相同；这不是计算机科学的洁癖，是它能稳定运行的前提。

来看一张图。三行流程同构，每一行都是「输入 → 计算 → 输出」：

图注：课件 Slide 17 的「计算 = 输入+处理+输出」三件套图。第一行是抽象模型：Input → Computation → Output，旁边配一幅算盘（Abacus，Chinese: suanpan）的历史图片。第二、第三行是同构的两个具体例子——把数组 [4, 8, 15, 16, 23, 42] 作为输入，分别经过 Sum（求和，得到 108，标记为 Arithmetic）和 Sort（按降序排序得到 [42, 23, 16, 15, 8, 4]，标记为 Non-Arithmetic）。一行算术、一行非算术，意思是「计算」不只包括数字运算，重新排列也算——这一下把「计算 = 算数」的偏见打掉了。

这一图同时讲了三个要点：基本模型、算术计算、非算术计算。一图三用，复习时只要照着这张图就能把第一讲的核心概念复述一遍。

1.2 算术 vs 非算术：计算不只是数字

很多人把「计算」自动翻译成「做数学题」，这是误解。把一组数字从小到大排好序，也是计算——只不过它的输出不是单一数字，而是一个新数组。再举一类：判断一句话是不是回文、把一段文字翻译成英文、在地图上找两点之间的最短路径，这些都是计算。判定一次操作是不是计算，标准只有一条：能不能用「输入 + 规则 + 输出」三件套清晰地写出来。

1.3 算法必须有限、有序、无歧义

Slide 21 给了三个关键认知：计算机每秒能执行数十亿次运算，能记住数百 GB 的数据；它只懂你告诉它的事，遵循你给出的指令而非意图；含糊的步骤会产生含糊或错误的行为。这三个认知归结成一句对算法的强约束：算法必须有限（不能写「一直循环直到你觉得差不多」）、有序（每一步的先后必须明确）、无歧义（不能写「如果是合理的情况就怎样」）。这就是为什么图灵机会强调「每步只做一件事」——含糊的步骤到了机器手里只会得到含糊的结果。

打个比方：你把一道菜的做法写给厨师（计算机）。哪怕你把火候、调料、时间都写得一清二楚，厨师也只会照字面执行。如果你的步骤是「把菜炒到差不多熟了」——厨师不会替你判断什么叫「差不多」，最后端出来的菜是什么样全靠运气。

1.4 这一讲我们搞定的问题

到这里你应该能独立回答 Slide 31 的第一道 Retrieval Check：用「输入、处理、输出」定义 computation——computation 是一个过程，输入进入后，按照一组事先定好的规则被处理，最后产生确定的输出；规则必须是有限、有序、无歧义的，计算机只执行被写下的指令，不执行你的意图。

那下一个问题自然冒出来：这条契约（computation）很清晰了，但这台「执行规则的机器」到底是什么样的？怎么组织？这就引出第二讲要解决的核心问题——图灵机和冯诺依曼模型。

第 2 讲：图灵机 vs 冯诺依曼模型——最容易混的一对

这一讲要回答的问题：computation 的契约有了，谁来定义「什么算可计算」、谁来组织一台真机器？这两个角色被两个模型瓜分了，而且分工绝对不能搞反。

2.1 图灵机：抽象地定义「什么算可计算」

图灵机是 1936 年 Alan Turing 在论文《On Computable Numbers, with an Application to the Entscheidungsproblem》里提出的思想实验。它由三个部分组成：一条无限长的纸带（tape，分成格子，每格存一个符号，比如 0 或 1）、一个读写头（head，能读、写、移动一格）、一张规则表（rule table / program，每条规则形如「若当前处于状态 A 且读到 1，则写 0、向右移一格、切换到状态 B」）。一条规则只做一件事，把这一步做完之后再查下一条规则——这就是「每步只做一件事」的工程落实Turing machine。

下面这张快照能帮你把抽象的三部分钉在一张静态画面上：

图注：Wikipedia 上的图灵机单帧快照（仿 Kleene 1952 p.375 风格）。水平方向上一串 tape cell，每个格子填一个抽象符号 s₁, s₁, s₃, s₁, s₀, s₁；head 当前位置上方标注 q₄，代表「读写头正停在第 4 格、机器当前处于状态 4」。两端的 tape 没有画边界，意思是「按惯例无限延展，并不是真有无限长的纸」。注意 s₀…s₃ 只是抽象的符号名，不要把它们当作二进制位或具体数值。

光看一张快照还不够——「规则表」到底是什么？来看一张把抽象规则可视化的状态图：

图注：3-state busy beaver 的有限状态机表示。四个节点 A、B、C、H（H 是终止态，画双圆圈），六条带标签的有向边。每条边的标签形如「读 0 / 写 1 / 头向左移 L / 切到下一个状态」或「读 1 / 写 1 / 头向右移 R」——这正是图灵机单步的最小工作示例。把状态表里有几条规则、每条规则在什么条件下做什么，全部压缩到这一张图里，读到这里你就能回答 Slide 31 的第二道 Retrieval Check：说出图灵机的三个基本组成部分（tape + head + rule table）。

这里需要记两个图灵机的关键术语，方便后面念课件不卡壳：

• Turing computable：若一个函数的值可以用图灵机算出，则称该函数是图灵可计算的。
• Turing complete（图灵完备）：若一个系统能用来模拟图灵机，即能在足够的时间和内存下执行任何计算，则称该系统是图灵完备的。课件 Slide 25 给出的例子：Python、Java、C++ 等几乎所有现代编程语言都是图灵完备的；让人意外的是，PowerPoint 和 Minecraft 里的红石也是。

2.2 冯诺依曼模型：把抽象落地为一台真机器

图灵机回答了「什么算可计算」，但它没有回答「怎么把这台机器造出来」。1945 年前后，John von Neumann 写了一篇内部报告 First Draft of a Report on the EDVAC，把图灵机的思想落成了一台能造的真机器——后来被称为冯诺依曼模型或冯诺依曼架构Von Neumann architecture。

冯诺依曼模型把一台数字计算机拆成五部件：

下面这张课件原图就是五部件的中文教学版，结构与 Wikipedia 英文标准图完全同构：

图注：冯诺依曼五部件结构示意图。深色背景框内，浅绿色的「凹」字形外层模块标注为 Input/output；内部三个相互连接的矩形模块——橙色矩形 Arithmetic Logic Unit（左上）、浅蓝色矩形 Control Unit（左下）、绿色大正方形 Storage（右侧）——通过白色连接条互相连通。读图时请直接对位五条：ALU、Control、Storage、Input、Output，把它们填回上表。

到这里你应该能独立回答 Slide 30 的 Quiz：「根据冯诺依曼模型，______ 存放在内存中？」答案是 3，数据和程序都是——这就是 stored-program（存储程序）思想：冯诺依曼模型把「程序」和「数据」用同一种二进制机制编码到同一个可寻址的内存里。换句话说，程序本身也是一种数据，CPU 可以像读写数据一样读写它。这是计算机能「自己改写自己」的根本原因。

2.3 关键澄清：图灵机 ≠ 冯诺依曼模型

最常踩坑的一题就是这一层。课件 Slide 28 给的对照表如下：

读法：两者共享「规则作用于内存中的符号」这条思想，但目的完全不同。图灵机回答的是理论问题——给定一条规则序列，什么样的函数可以被算出来；冯诺依曼模型回答的是工程问题——怎么把规则、内存、运算器、控制器、输入输出拼成一台可以批量生产的机器。一个是数学模型，一个是工程蓝图。

这一讲我们搞定的问题：图灵机是「可计算性的理论模型」，冯诺依曼是「真实机器的组织蓝图」，二者共享「规则作用于内存中的符号」这一思想，但角色不同。那么问题又来了：蓝图画得再漂亮，机器什么时候真的造出来、长什么样？第三讲就把这条时间线拉起来。

第 3 讲：从齿轮到芯片——计算机怎么一步步长成今天这样

这一讲要回答的问题：冯诺依曼模型只是蓝图，那第一台真机器什么时候造出来？中间经历了哪些阶段？今天我们看到的电脑和当年的机器相比，变了什么、没变什么？

3.1 贯穿历史的「重复模式」

课件 Slide 33 给了一条分析历史节点的统一框架，叫 Need → Representation → Mechanism → Improvement（需求 → 表示 → 机制 → 改进）。每一个时代的人在面对一个具体需求时，会发明一种表示方法，再造出实现这种表示的机械装置，然后不断改进这个装置。下面三个节点都用这条模式串起来。

• 算盘（8 世纪，北宋）：需求是把数字算得快；表示是「每档用上下两组珠子代表不同权重的十进制位」；机制是木质框架 + 拨珠规则；改进是出现了不同的珠数配置（例如常见的二五珠算盘）。
• Jacquard 提花机（1804）：需求是用同一台机器织出不同花纹的布；表示是打孔卡片——卡片上的每个孔代表「这一根线要不要提起」；机制是机械读取装置逐行扫描卡片；改进是这套「用一张卡控制一台机器」的思路成了后来 stored-program 思想的史前引线——「换卡就等于换程序」History of computing hardware。
• 针轮计算器（17–19 世纪）：需求是做更复杂的乘除法；表示是「用拨盘位置表示数字」；机制是针轮机构 + 手摇曲柄；改进是加上清零杆和多位累加寄存器，逐步逼近今天计算器的形态。

3.2 电子计算机登场：ENIAC / EDVAC / EDSAC 三个节点

时间线跳到 20 世纪中叶，三台机器把冯诺依曼模型一步步造出来。

• ENIAC（1945 年建成，1946 年 2 月落成）：第一台可编程、电子、通用、图灵完备的数字计算机。它有 18,000 支真空管，重 30 多吨，占地约 28 平方米（300 平方英尺），算力约 500 FLOPS——比今天的手机慢了几十亿倍。但 ENIAC 不是 stored-program 计算机，编程靠插线板 + 三个可移动函数表（共 3,600 个十位开关），改一次程序往往要好几天ENIAC。

来看一张 ENIAC 时代真实有人编程的照片：

图注：1947–1955 年间的美国军方照片。背景是 Glenn A. Beck，前景是 Betty Snyder，两人在弹道研究实验室（BRL）328 号楼里为 ENIAC 编程。注意主体是人而不是机器面板——它把「ENIAC 是真实存在、真实有人编程的电子计算机」这一历史事实直观地钉在读者眼前。课件 Slide 34 原本配的是一张机械硬盘内部结构的照片（错配），用这张图替换更贴近内容。

• EDVAC（1945 年草案 / 1949 年交付）：冯诺依曼执笔的 First Draft of a Report on the EDVAC（1945-06-30）把它从蓝图变成设计书。与 ENIAC 不同，EDVAC 采用二进制 + 串行 + 自动校验，主存用 mercury acoustic delay lines，容量 1,024 个 44-bit 字（约 5.6 KB）。它第一次按 stored-program 思想设计，但交付周期被拖到 1949 年EDVAC。
• EDSAC（1949 年 5 月 6 日首次运行）：剑桥大学 Maurice Wilkes 团队直接按 EDVAC 草案造出来的英国机器。它是第一本编程教科书（Wilkes/Wheeler/Gill 1951 年合著）所对应的硬件；David Wheeler 在 EDSAC 上拿到了全球第一个计算机科学 PhD，并发明了 subroutine 与 index registerEDSAC。

3.3 五代计算机：物理技术在变，核心任务没变

五代划分是课件 Slide 36 的标准答案，与主流计算机史的分期一致History of computing hardware：

下面这张照片直观对比了「一代比一代小」：

图注：1962 年两位女士各手持一块电路板，从左到右分别是 ENIAC、EDVAC、ORDVAC、BRLESC-I 四代板件，尺寸依次缩小。这不是「四代计算机的正面照」，而是「四代计算机各取一块板件并排对比」——视觉上把五代划分中的硬件微型化趋势一次讲透。

3.4 现代设备分类

课件 Slide 38 给出的现代设备分类是：超算 / HPC、大型机（正逐步被集群替代）、微型计算机（PC）、工业控制计算机。Slide 39 的 Quiz 第一题答案：是的，台式机和笔记本都属于个人计算机。匹配题的标准答案是：a) Server → iii. 网络数据管理；b) Supercomputers → i. 科学研究与复杂计算；c) Embedded system → ii. 控制家电。

3.5 这一讲我们搞定的问题

物理技术在变（齿轮 → 真空管 → 晶体管 → IC → 微处理器 → 集群 / GPGPU），但核心任务没变：输入、处理、存储、输出。现代设备的差异主要体现在规模、专业化与工作负载上。课件 Slide 40 把这一句点成了金句：物理技术在变，核心任务没变——这正是从「历史」过渡到「体系结构」的桥。

那么问题又来了：冯诺依曼模型把存储器当作五部件之一，但实际上一台机器里有好几种速度差好几个数量级的存储器，它们是怎么组织的？第四讲把这一格拆开。

第 4 讲：硬件与存储层次——CPU、内存、磁盘为什么要有金字塔

这一讲要回答的问题：冯诺依曼模型里的「Memory」到底是什么？CPU 为啥要等内存？内存为什么要分层？

4.1 硬件三层分类

课件 Slide 42 给出了今天一台计算机的硬件骨架——三大族：

下面这张课件原图把这三大族的子项和功能一次画清楚：

图注：课件 Slide 42 的硬件组成结构图。从根节点 Hardware 出发，分出 Central Processing Unit (CPU)、Memory、Peripheral 三个主分支。CPU 下含 ALU（Mathematical operations）、Control Unit（Instruction execution）、Registers（Temporary storage）；Memory 下含 Cache（Store frequently accessed data）、ROM（Store permanent system software）、RAM（Temporary storage）、DRAM（Main memory）；Peripheral 下含输入设备、输出设备、外存（SSD/硬盘/软盘/CD/U 盘等）、网络设备（网卡/调制解调器等）。把它和第二讲冯诺依曼五部件对位：CPU ≈ ALU + Control；Memory ≈ Storage；Peripheral ≈ Input + Output——抽象蓝图就这样落到真实硬件家族上。

4.2 CPU 指令周期：Fetch → Decode → Execute → Store

CPU 每执行一条指令都要走四步循环：

1. Fetch（取指）：从内存读下一条指令。
2. Decode（译码）：确定这条指令要做什么、操作数是什么。
3. Execute（执行）：执行运算。
4. Store（存储）：把结果存回内存或寄存器，继续下一条。

这个循环每秒重复数百万到数十亿次——也就是说，CPU 大部分时间在做的事情是「从内存里搬数据」。这一步的瓶颈不在 CPU 本身，而在内存。问题来了：内存也要分层吗？为什么要分层？

4.3 内存金字塔：书桌—书架—图书馆

课件 Slide 44 给出的六层金字塔是今天一台计算机最常见的内存层次。把它读懂，你就理解了为什么程序员的直觉「我刚用的数据很可能再用」值得被硬件显式利用Memory hierarchy。

图注：课件 Slide 44 的内存金字塔（中文版）。从顶到底共六层：Register → Cache inside core L1 cache (SRAM) → Cache outside core: L2 cache (SRAM) → DRAM → Local Disk → Remote Storage。左侧「容量增大」箭头与右侧「速度与价格升高」箭头反向——顶部小、快、贵；底部大、慢、便宜。这是一个「又快又便宜还大容量在物理上做不到」的取舍图：想快就要付出容量与价格的代价。

Wikipedia 英文权威版给出了同一结构的标准图，对照看能加深印象：

图注：Wikipedia 上的 Computer Memory Hierarchy 标准英文版。顶到底六层分别是 processor registers / processor cache / random access memory / flash+USB memory / hard drives / tape backup；每层带容量（容量/尺寸）、power on/off（持续供电与否 + 存储时长）、speed+price（速度 + 价格）三组标签。注意 Wikipedia 多了一层 flash/USB memory，课件把它并入 Local Disk 一类——结构同构，命名口径有差异。

为什么要有金字塔？课件 Slide 44 的解释很直接：高速内存昂贵且物理上有限；大容量内存便宜但离处理器远。程序往往会重复访问最近用过的数据与指令——这就是局部性原理。Wikipedia 给的两条规律可以记下来：temporal locality（时间局部性，最近用过的很可能再用）+ spatial locality（空间局部性，附近地址的数据很可能也要用）。

打个比方：你写论文的时候，正在写的那段、正在翻的那本书就摆在桌上（Register + L1/L2 cache），快得很；常用的几本书放在书架上（DRAM），稍微走两步就能拿到；偶尔要查的资料塞在抽屉里或家里另一个房间的柜子里（Local Disk）；更冷门的资料要去图书馆调（Remote Storage）——速度越快、容量越小、价格越贵。

4.4 这一讲我们搞定的问题

CPU 指令周期每秒钟重复数百万到数十亿次；内存层次的存在是因为「又快又便宜还大容量」在物理上做不到——金字塔解释了为什么程序员的直觉「我刚用的数据很可能再用」值得被硬件显式利用，能回答 Slide 58 的第二道 Retrieval Check。

那么问题又来了：硬件这么复杂，CPU + 内存金字塔得有人来协调吧？第五讲就把这个协调层——操作系统——拉进来。

第 5 讲：程序、软件与操作系统——代码怎么在这台机器上跑起来

这一讲要回答的问题：高级语言写出来的那几行代码，怎么一步步变成 CPU 能跑的东西？操作系统到底在管什么？

5.1 程序 = 一组按顺序执行的指令

课件 Slide 48 给的定义：程序是一组告诉计算机如何完成特定任务的指令，这些指令按特定顺序编写，计算机逐步执行它们以达成期望的功能。早期的程序员只能直接用位模式（bit patterns）写机器语言——后来他们用符号代替位模式，这才有了汇编语言；再往后才有 C、C++、Java、Python 这些更接近人类语言的高级语言。

来看一张图，把语言层次讲透：

图注：课件 Slide 51 的语言抽象层次。左侧一根双色箭头，从底部的红色 Machine Language 渐变到顶部的绿色 Natural Language。中间堆叠三层模块：顶层 Python/C++/Java/C（绿色，归为 High-level Language）；中层 Assembly Language（黄绿色渐变）；底层 Machine Language（红色），后两层共同归为 Low-level Language。每一层都隐藏细节、保留语义——这是「为什么我们需要高级语言」的最小证据。

光看层次还不够，把同一件事用 Python 和汇编各写一遍，对比最直观：

图注：x86 汇编代码编辑器的截图，主体是寻找并打印素数的程序。从 11 行到 53 行，单这一个任务就要写 43 行汇编；同样的事在课件 Slide 50 里用 Python 只用 6 行就能搞定。汇编要把寄存器（eax、ebx）、内存寻址、跳转、条件判断全显式写出来——读者一眼看到「为什么需要高级语言」，这是「高级 vs 低级」对比的最直接证据。

5.2 编译 vs 解释：先翻译好再演 vs 现场同传

课件 Slide 56 给了一条比喻，把两种翻译策略讲得清楚：

• 编译（Compilation）：执行前一次性翻译整个程序为机器码，再去运行。改一次源代码就要重新编译一次，但运行时更快。典型语言：C、C++、Java、Rust、Go。
• 解释（Interpretation）：运行时由另一程序（解释器）逐条执行源代码。改完立刻就能试，但运行更慢。典型语言：Python、JavaScript、Ruby、PHP。

下面两张图把两种流程画出来：

图注：编译流程图。顶部 Source Code Files (Text Format) 向下箭头指向 Compiler（绿色圆角矩形框），再向下箭头指向 Object File (Executable File)，并向右分出「Reusable」分支，最后向下指向 Execution。右上角蓝色文字「整体一起执行」点题。右侧并列的红色文字列出 C/C++、Java、Rust、Go——这些语言的典型归属是「先翻译好再演」。

图注：解释流程图。顶部 Source Code (Text Format) 向下箭头指向 Interpreter（绿色圆角矩形框），再向下箭头指向 Execution。右上角水印「一行一行来」点题。左侧红色文字列出 Python、JavaScript、Ruby、PHP——这些语言的典型归属是「现场同传」。

课件强调：真实的语言实现往往二者结合（比如 Java 是先编译成字节码再由 JVM 解释执行），所以真正该问的不是「这门语言是编译还是解释」，而是「这种实现在哪些权衡之间做选择」。

5.3 操作系统：四个层 + 三件事

课件 Slide 55 给出了 OS 的定义：管理计算机硬件与软件资源，并为计算机程序提供公共服务的系统软件。它有四个核心职责Operating system：

1. 资源管理：给应用分配 CPU 时间与内存空间，避免单个程序独占。
2. 应用隔离：出于安全考虑让一个程序无法独占资源或读到另一个程序的数据。
3. 硬件抽象：简化编程，并借助虚拟化扩展资源（比如虚拟内存让程序以为自己有几乎无限的内存）。
4. 公共服务：统一提供网络与磁盘访问，使应用无需修改即可在不同硬件上运行。

OS 在系统里的位置——既是应用程序调用的服务提供者，也是硬件暴露给应用的抽象层——可以画在一张四层图里：

图注：课件 Slide 55 的 User / Application / OS / Hardware 四层结构图。自顶向下：User（橙色矩形）→ Application（绿色矩形）→ Operating System（蓝色矩形）→ Hardware（红色矩形）。各层之间用双向箭头连接——User 与 Application 互调，Application 通过 OS 调用硬件资源，OS 抽象后向上提供公共服务。注意蓝色箭头额外从 Application 直接连到 Hardware——这是图里简化出来的一条「应用程序理论上也能直接调硬件」路径，实际现代系统都会拦在 OS 这一层。

5.4 程序的生命周期：七步走到屏幕

课件 Slide 57 用一张七步流程图把程序从双击图标到显示器反馈的整个过程钉死：

图注：程序生命周期七步流程图。组件含显示器（左上，屏幕显示 .exe 文件并被点击）、OS（中上，黑底命令行窗口图标）、File System（右上，硬盘图标）、Memory（中下，内存条图标）、Program（底部中央，代码符号 </>）。七步编号依次是：① 从显示器到 OS 的 Signal；② OS 指示 File System「Read this file」；③ File System 把文件内容返回给 OS；④ OS 分配内存空间并将程序写入内存；⑤ 内存运行程序；⑥ 程序执行结果反馈到显示器；⑦ OS 同时改变显示器显示。

把这一节和课件 Slide 57 的文字结合起来就是六阶段：编辑 → 编译/解释 → 链接 → 装入 → 执行 → 终止。OS 既是翻译官也是调度员——它把多个程序对同一台机器的争夺安排得互不打架。

5.5 这一讲我们搞定的问题

高级语言先被编译/解释成机器能懂的二进制，然后由 OS 装入内存再交给 CPU 执行。Slide 58 的 Retrieval Check 现在全能答上：Fetch → Decode → Execute 三步（Store 这一步在第 4 讲 CPU 指令周期的四步框架里展开，但 Slide 58 本身只要求三步）；内存分层是因为物理上「又快又便宜还大容量」做不到；OS 至少给应用分配 CPU 与内存、提供网络与磁盘访问这两项服务。

那么问题又来了：单台机器讲完了，但你和同学之间是怎么把数据发过去的？第六讲把视野从一台机器拉到整个互联网。

第 6 讲：计算机网络——从 LAN 到 Internet，OSI 七层与 TCP/IP 是怎么搭起来的

这一讲要回答的问题：电脑连上 Wi-Fi 之后，到底发生了什么？「OSI 七层」到底是哪七层？TCP/IP 又是怎么来的？

6.1 LAN、WAN、Internet：范围从小到大

课件 Slide 63 给了一张按跨越距离划分的网络范围表。这里只挑最容易混的三档记：

来看两张课件原图，把 LAN 与 WAN 的形态讲透：

图注：课件 Slide 64 的家庭 LAN 拓扑。左半边是六台终端设备：台式机、Smart TV、游戏机三台有线（红色实线）接入中央的 Router；Notebook、智能手机、打印机三台无线（蓝色虚线，Wi-Fi）也接入 Router。右半边 Router 通过 Modem 接到墙壁插座（DSL/电缆/光纤），再到室外基础设施，最终连到 ISP（信号塔图标）。注意 Router 和 Modem 现在常常合并成一个叫 gateway 或 hub 的设备。家庭就是最小的 LAN 形态——你家里的台式机、手机、智能电视、打印机就是这么连起来的。

图注：课件 Slide 65 的 WAN 拓扑。中央是一朵绿色的「广域网云」（WAN），云内五个青色立方体（mesh 结构）互连成核心网络。云外四个站点：左上 Data Center（数据中心）、右上 Remote Office（远程办公室）、左下 Branch Office（分支办公室）、右下 Regional Office（区域办公室）。每个站点用红色锯齿状线连到 WAN 云。和 LAN 的关键区别：LAN 互联主机，WAN 互联 LAN——它跨越城市/国家/全球，由电信公司创建运营，再租给使用它的组织。

6.2 IP 地址：IPv4 是 32 bit，IPv6 是 128 bit

课件 Slide 70 给出 IP 地址的定义：分配给每个连入计算机网络、通过 IP 协议通信的设备的数字标签。IPv4 地址是点分十进制 xxx.xxx.xxx.xxx，每段 8 bit，共 32 bit。下面这张图把它和二进制的对应关系画了出来：

图注：IPv4 地址结构图。第一行点分十进制 192 . 168 . 43 . 241，下标依次为 1st/2nd/3rd/4th Octet；第二行对应二进制 11000000 . 10101000 . 00101011 . 11110001。每个二进制段下面用括号标注 8 Bits (1 Byte)；底部总括 32 Bits (4 Bytes)。32 bit = 2³² ≈ 43 亿——听起来很多，但全球联网设备数早已超过这个数字，所以 IPv6 出现了，地址长度扩到 128 bit ≈ 3.4×10³⁸IPv4。

IPv6 的额外好处（课件 Slide 71）：地址长度扩到 128 bit；头部从 IPv4 的 13 个字段大幅简化到 8 个固定字段（依据 RFC 8200 标准），路由器处理更快；原来在 IPv4 里是必需字段的若干选项在 IPv6 里变成可选（因为它们本来就不常用）。

6.3 DNS：互联网的电话簿

课件 Slide 73 把 DNS 比喻为互联网的电话簿：人类记域名（如 google.com），浏览器之间通过 IP 地址通信，DNS 把域名翻译成 IP 地址OSI model。

图注：课件 Slide 74 的 DNS 查询流程简化图。左是带显示器、主机、键盘和鼠标的台式计算机；右是 DNS Server（右下角带文档+地球图标）。步骤 (2)：左侧计算机用「Enquiry」向 DNS Server 查询；步骤 (3)：DNS Server 用「return IP address: xxx.xxx.xxx.xxx」返回 IP；步骤 (4)：浏览器用返回的 IP 直接访问 google 服务器。四步流程：浏览器请求域名 → DNS 查找对应 IP → 浏览器联系服务器 → 服务器返回网页数据。

6.4 TCP/IP 与 OSI：概念模型 vs 实际架构

课件 Slide 69 给的核心区分：OSI 是概念参考模型，TCP/IP 才是 Internet 实际使用的架构。OSI 由 ISO 在 1984 年发布为 ISO/IEC 7498；TCP/IP 起源于 1974 年 Cerf/Kahn 的设计，1978 年被 Postel 拆成 IP + TCP 两层，1983 年 1 月 1 日 ARPANET 完成从 NCP 到 TCP/IP 的切换（这一天被叫做 Flag Day），RFC 1122/1123（1989）把四层抽象模型定型Internet protocol suite。

来看 OSI 七层结构的中文课件版与英文权威版：

图注：课件 Slide 75 的 OSI 七层中文版。从下到上七块蓝色长方体，颜色由底部深蓝渐变到顶部浅蓝：1 Physical → 2 Data Link → 3 Network → 4 Transport → 5 Session → 6 Presentation → 7 Application。每层右侧给一句话功能描述。

图注：Wikipedia 上的 OSI 七层英文官方版（OSI_Model_v1.svg）。每行含层名 + 一句话功能 + PDU 名：1 Physical（Bits/Symbol）、2 Data Link（Frames）、3 Network（Packets）、4 Transport（Segments）、5 Session（Data）、6 Presentation（Data）、7 Application（Data）。左侧把 1–4 层圈为 Media Layers、5–7 层圈为 Host Layers——这是教学传统分组，不是 ISO 硬性命名。可以与课件中文版逐行对照，把每层的中英文和 PDU 名一次记住。

6.5 分层思想：每层只干一类任务

OSI 七层不是七种独立的技术，而是一条分工协作链。Wikipedia 的原话是：「Each layer has well-defined functions and semantics and serves a class of functionality to the layer above it and is served by the layer below it.」——每一层只干一类任务，向上一层提供服务，向下一层要服务；同层两端之间通过协议（Protocol）交换数据单元（PDU）。

来看一张讲透这条思想的抽象图：

图注：OSI 分层通信示意图（example with layers 3 to 5）。左右两台机器各画三层（N=3,4,5），每层一个矩形，称为 (N) Instance；左右同一层之间用横线相连，称为 (N)-Protocol——这是对等层协议。本机内层与层之间各有一条贯穿的垂直实线，表示数据在本机内从一层传到下一层——这是垂直数据流。图中只画了三层、用省略号表示延伸到完整七层，但分工思想（对等层横线 + 垂直数据流）一次讲透。

为什么要分层？因为一层只管一类任务，允许局部改动而不必整体重设计——比如把 Wi-Fi 换成光纤只动物理层和数据链路层，上面五层可以原样复用。这就是为什么 Slide 75 把这一句点成核心考点。

6.6 Internet ≠ World Wide Web

课件 Slide 67 给了一个容易踩坑的区分：Internet ≠ World Wide Web。Internet 是连接网络的全球基础设施；Web 是构建在互联网上的一种应用——邮件、文件传输、网游、通话都跑在 Internet 上，但和 Web 是并列的应用。课件给的类比：路是基础设施，快递服务使用路；Web 是快递的一种，邮件、网游是另一种。

6.7 这一讲我们搞定的问题

Internet 是「网络之网络」，跑的是 TCP/IP；OSI 是概念参考模型；分层思想是「每层只干一类任务、向上一层提供服务、向下一层要服务」——你可以用这一句直接答 Slide 74 的核心考点，也能向同学讲清「为什么 HTTP 报错时 OSI 报哪一层比浏览器显示的 404 更值得程序员关心」。

到这里，整本 UFUG1601 第 1 章课件的六讲连成了一条线：computation 的契约 → 图灵机（什么算可计算）与冯诺依曼（怎么组织一台真机器）→ 真机器怎么从齿轮一步步长成今天的芯片 → 真机器里的内存金字塔 → 真机器上的操作系统与程序生命周期 → 多台真机器怎么互联成 Internet。抽象 → 硬件 → 软件 → 网络，每一步都为下一步铺路。

参考文献

本专题引用的核心资料如下，建议深入学习时阅读原文：

1. Forouzan, Foundations of Computer Science, 4th Edition (2018) — Cengage Asia（ACM CS2013 课程模型覆盖的 CS 导论教材，第 1 章给出 computation 的标准定义与图灵/冯诺依曼模型介绍）
2. Turing machine (Wikipedia) — https://en.wikipedia.org/wiki/Turing_machine（图灵机三部分定义、Turing 1936 论文、3-state busy beaver 状态表）
3. Von Neumann architecture (Wikipedia) — https://en.wikipedia.org/wiki/Von_Neumann_architecture（冯诺依曼五部件、First Draft of the EDVAC 1945、stored-program 思想）
4. History of computing hardware (Wikipedia) / ENIAC / EDVAC / EDSAC — History of computing hardware、ENIAC、EDVAC、EDSAC（ENIAC / EDVAC / EDSAC 三大节点、五代计算机划分与现代设备分类）
5. Memory hierarchy (Wikipedia) — https://en.wikipedia.org/wiki/Memory_hierarchy（内存金字塔 Internal/Main/On-line/Off-line 四层框架与 Zen 4 实例延迟表）
6. Operating system (Wikipedia) — https://en.wikipedia.org/wiki/Operating_system（OS 的 three main purposes、Kernel 保护职能、User/App/OS/Hardware 四层结构）
7. OSI model (Wikipedia) — https://en.wikipedia.org/wiki/OSI_model（OSI 七层定义、分层思想、IPv4 32 bit / IPv6 128 bit 地址长度）
8. Internet (Wikipedia) + Internet protocol suite (Wikipedia) — Internet、Internet protocol suite（Internet = network of networks、TCP/IP 起源 ARPANET → Cerf/Kahn 1974 → Postel 1978 → Flag Day 1983 → RFC 1122/1123）