علوم رایانه یا علوم کامپیوتر به مجموعهٔ فنون و رشتههایی گفته میشود که به زیربناهای نظری، روشهای طرّاحی و ساخت و چگونگی استفاده از رایانه میپردازند.[۱][۲] بنا به نظر پیتر جی. دنینگ، پرسش اساسی در علوم رایانه این است که: " چه چیزی میتواند ( به نحوی کارآمد ) خودکار انجام شود؟ " [۳] عموما مردم عامی، بین علوم رایانه و سایر امور مرتبط با رایانه که اغلب مایهای برای کسب درآمد هستند، تمایزی قایل نمیشوند و یا فکر میکنند علوم رایانه با تجربیات روزمره آنها در کار با رایانه، مانند گشت زنی در اینترنت، انجام بازیهای رایانهای و مانند اینها، تفاوتی ندارد. حال آنکه علوم رایانه بیشتر به فهم و بررسی خصوصیاتی میپردازد که برنامهها بر پایه آنها ساخته شدهاند. و بر مبنای این فهم و درک، به ایجاد برنامههای جدید و یا بهبودی برنامههای پیشین میپردازند.فهرست مندرجات [نهفتن] ۱ پیشینه ۲ پیشرفتهای بزرگ ۳ بخشهایی از علم رایانه ۳.۱ علم نظری رایانه ۳.۲ نظریه محاسبات ۳.۳ الگوریتمها و ساختمانهای داده ۳.۴ زبانهای برنامه سازی ۳.۵ معماری رایانه ۳.۶ محاسبات عددی ۳.۷ برنامهها ۴ ارتباط با سایر رشتهها ۵ آموزش علوم رایانه در ایران ۶ منابع [ویرایش] پیشینه در متن این بخش از هیچ منبع و مأخذی نام برده نشدهاست. شما میتوانید با افزودن منابع برطبق اصول اثباتپذیری و شیوهنامهٔ ارجاع به منابع، به ویکیپدیا کمک کنید. مطالب بیمنبع احتمالاً در آینده حذف خواهند شد. اگرچه آغاز ساخت رایانههای رقمی الکترونیک را میشود از اواخر دهه ۱۹۳۰ میلادی دانست، ریشهها، مبادی و سرچشمههای دانش رایانه را باید در روشهای محاسباتی کهن با تاریخ و سوابق هزاران ساله نشان گرفت. در بسیاری از روشهای محاسباتی بابلیان الگوریتمهایی به کار میرفتهاند که هماکنون نیز رایجاند. کتاب الجبر و مقابله خوارزمی پر از روشهای محاسباتی الگوریتمی است و بیدلیل نیست که نام الگوریتم از نام خوارزمی گرفته شدهاست. کارهایی غیر از محاسبات ریاضی استفاده کرد علم رایانه به تمام کارهای محاسباتی گسترش یافت. برای اولین بار در سال ۱۹۶۰ علوم رایانه بصورت یک رشتهٔ تحصیلی مستقل بوجود آمد و آن را با مدارک معتبر در دانشگاهها ارائه نمودند. از زمانی که رایانهها در دسترس عموم قرار گرفتند، برنامههای کاربردی مختلف ارائه شده برای آنها، زمینههای جداگانه برای مطالعه گشتهاند. [ویرایش] پیشرفتهای بزرگ در متن این بخش از هیچ منبع و مأخذی نام برده نشدهاست. شما میتوانید با افزودن منابع برطبق اصول اثباتپذیری و شیوهنامهٔ ارجاع به منابع، به ویکیپدیا کمک کنید. مطالب بیمنبع احتمالاً در آینده حذف خواهند شد. با وجود عمر کم این شاخه از علوم، به عنوان یک رشتهٔ دانشگاهی، علم رایانه کمکهای اساسی به دانش و اجتماع نمودهاست که شامل موارد زیر است: کاربردها در علم رایانه یک تعریف رسمی برای محاسبات و محاسبه پذیری و اثبات اینکه مسائلی غیر قابل حل و یا حل آنها طاقت فرساست، ارائه داد. مفهوم زبان برنامه نویسی، به معنی ابزاری برای بیان دقیق اطلاعات تحلیل پذیر در سطوح مختلف انتزاع، را ارائه داد. کاربردها خارج از علم رایانه موجب بوجود آمدن انقلاب دیجیتال شد که به عصر اطلاعات فعلی منجر شد. در رمزنگاری شکسته شدن کد انیگما کمکی اساسی برای پیروزی متفقین در جنگ جهانی دوم شد. محاسبات علمی مطالعه پیشرفت ذهن و بررسی ژنوم انسانی در پروژه ژنوم انسانی را ممکن ساخت. پروژههای محاسبات توزیعی مانند Folding@home، امکان بررسی پروتئینها را فراهم ساخت. [ویرایش] بخشهایی از علم رایانه علم رایانه، موضوعات متنوعی از مطالعات نظری روی الگوریتمها و محدودیت محاسبات گرفته تا مسائل کاربردی از جمله ساخت سختافزار و نرمافزار رایانهها را شامل میشود.[۴][۵] هیأت اعتبارگذاری علم رایانه( The Computer Sciences Accreditation Board ) - متشکل از انجمن محاسبات ماشینی ( ACM )، جامعه علوم کامپیوتر مؤسسه مهندسین برق و الکترونیک و انجمن سیستمهای اطلاعاتی - چهار عرصه خطیر برای علم رایانه معرفی کردهاست: نظریه محاسبات، الگوریتمها و ساختمان داده، زبانهای برنامه سازی و معماری رایانه. علاوه بر اینها، این هیأت، موضوعاتی نظیر مهندسی نرمافزار، هوش مصنوعی، شبکههای کامپیوتری، سیستمهای پایگاه داده، پردازش موازی، ارتباط انسان و کامپیوتر، گرافیک کامپیوتری، سیستمهای عامل و محاسبات عددی را نیز موضوعاتی مهم در این علم قلمداد کردهاست. [ویرایش] علم نظری رایانه موضوع وسیع علم نظری رایانه، علاوه بر نظریات کلاسیک محاسبات، شامل طیف وسیعی از موضوعات دیگری میشود که بیشتر بر روی جنبههای منطقی و ریاضیاتی پردازش و محاسبه تمرکز دارند. منطق ریاضی نظریه اتوماتا نظریه اعداد نظریه گراف نظریه انواع نظریه ردهها هندسه محاسباتی نظریه پردازش کوانتومی [ویرایش] نظریه محاسبات نظریه محاسبات سعی دارد به این پرسشها پاسخ دهد که اساسا چه چیزی میتواند محاسبه شود و محاسبهٔ آن چقدر توان و منابع نیاز دارد. در تلاشی برای پاسخ گویی به پرسش اول، نظریه محاسبهپذیری (computability theory) بررسی میکند که چه مسائلی قابل حل هستند ( از طریق نظریات مدلهای پردازش ). پاسخ دومین پرسش به نظریه پیچیدگی محاسباتی مرتبط میشود. این نظریه به زمان و فضای مورد نیاز برای رسیدن به پاسخ مطلوب در روشهای مختلف پاسخگویی، میپرازد. مسئله مشهور "P=NP?" یکی مسائل حل نشده نظریه محاسبات است.
