1.1.2 模式识别
在将一个复杂的问题分解之后，我们常常可以发现小问题中有共同的属性以及相似之处，在计算思维中，这些属性被称为“模式”(Pattern)。模式识别是指在一组数据中找出特征(Feature)或规则(Rule)，用于对数据进行识别与分类，以作为决策判断的依据。在解决问题的过程中，找到模式是非常重要的，模式可以让问题的解决更简化。当问题具有相同的特征时，它们能够被更简单地解决，因为存在共同模式时，我们可以用相同的方法解决此类问题。
例如，当前常见的生物识别技术就是利用人体的形态、构造等生理特征(Physiological Characteristics)以及行为特征(Behavior Characteristics)作为依据，通过光学、声学、生物传感等高科技设备的密切结合对个人进行身份识别(Identification或Recognition)与身份验证(Verification)的技术。又例如，指纹识别(Fingerprint Recognition)系统以机器读取指纹样本，将样本存入数据库中，然后用提取的指纹特征与数据库中的指纹样本进行对比与验证(见图1-11)，而脸部识别技术则是通过摄像头提取人脸部的特征(包括五官特征)，再经过算法确认，就可以从复杂背景中判断出特定人物的脸孔特征。
图1-11 指纹识别系统的应用已经相当普遍
当我们发现越来越多的模式时，解决问题就会变得更加容易和迅速。在知道怎么描述一只狗之后，我们可以按照这种模式轻松地描述其他狗，例如狗都有眼睛、尾巴与4只脚，不一样的地方是每只狗都或多或少地有其独特之处(见图1-12)，识别出这种模式之后，便可用这种解决办法来应对不同的问题。
图1-12 狗都有眼睛、尾巴与4只脚
因为我们知道所有的狗都有这类属性，当想要画狗的时候，便可将这些共同的属性加入，这样就可以很快地画出很多只狗。在平时，我们也能进行模式识别的思维训练，可以通过动手画图、识别图形、分辨颜色或对物体分类来进行训练。
