计算机专业通常学习高等数学A。
一、高等数学A和B的区别
内容范围
高等数学A一般包括微积分、空间解析几何与向量代数、常微分方程等较为全面的内容。微积分部分会深入讲解一元函数微积分和多元函数微积分，例如在多元函数微积分中，会涉及多元函数的极限、连续性、偏导数、全微分、重积分等内容。空间解析几何与向量代数部分会涵盖向量的线性运算、空间直线和平面的方程等知识。
高等数学B内容相对较少，重点可能放在一元函数微积分上，对多元函数微积分等内容涉及较少或者不涉及。例如，它可能主要讲解一元函数的极限、导数、积分等基本概念和计算方法，对于多元函数的复杂运算和空间解析几何等内容没有深入展开。
难度程度
高等数学A难度相对较高。因为它要求学生掌握的知识体系更完整，需要处理更复杂的数学概念和计算。例如，在多元函数微积分中，计算重积分时，可能需要考虑积分区域的复杂形状，如极坐标系下的区域或者不规则区域，这需要学生有很强的空间想象能力和数学运算能力。
高等数学B难度相对较低，主要是因为它内容范围较窄，重点突出，学生可以更集中精力学习一元函数微积分等核心内容，对于一些复杂的数学概念和计算要求不高。
适用专业
高等数学A适用于对数学要求较高的理工科专业，如计算机科学与技术、电子信息工程、自动化等专业。这些专业在后续课程学习中，如计算机图形学、算法设计与分析、信号与系统等课程，都需要用到高等数学A中的知识。
高等数学B主要适用于对数学要求相对较低的专业，如一些文科类专业或者部分工科专业中对数学要求不那么深入的课程。
二、计算机专业学习高等数学A的原因
算法设计与分析
在计算机专业中，算法设计是一个核心内容。很多算法的性能分析需要用到高等数学A中的极限、导数和积分等知识。例如，在分析算法的时间复杂度时，经常需要利用极限的概念来确定算法在输入规模趋于无穷大时的时间增长趋势。对于一些递归算法，其时间复杂度的求解可能涉及到求解递推关系，这和常微分方程的求解有一定的相似性，高等数学A中的相关知识可以帮助学生更好地理解和求解这类问题。
计算机图形学
计算机图形学是计算机专业的一个重要分支。在计算机图形学中，空间解析几何与向量代数是基础。例如，要表示三维空间中的物体，就需要用到向量来描述物体的位置、方向等属性。在进行三维图形的变换，如平移、旋转、缩放等操作时，需要用到矩阵运算，而这些内容都与高等数学A中的线性代数部分紧密相关。同时，对于光照模型的计算，也需要用到多元函数微积分的知识来处理光照强度在不同方向上的变化。
机器学习与人工智能
随着机器学习和人工智能的发展，计算机专业学生越来越多地接触到这些领域。在机器学习算法中，如神经网络的训练，涉及到大量的梯度计算。梯度的概念来源于多元函数微积分，通过计算损失函数的梯度来更新网络的参数。而且，在处理高维数据时，多元函数微积分和线性代数的知识对于理解数据的分布、优化算法等都至关重要。