`
fullfocus
  • 浏览: 102955 次
  • 来自: 厦门
最近访客 更多访客>>
社区版块
存档分类
最新评论

计算机专业学生应该学什么 【转】--霍炬先生原创

阅读更多

收到一封mail,是一个计算机系大三学生写来的,想听听我的建议,面临将要毕业的关口,应该学点什么才能对将来有用。随后又有不少朋友通过mail,im等等方式询问我对这个问题的看法。想必是上次csdn视频聊天的节目引起了不少朋友的思考。

我本来不是计算机专业出身,也并非大师之类的人物,本来不敢好为人师。不过,既然作了这个行业,也算有点心得,被问到,也就说点心得和建议,对与不对,各位看官指教。盖个体情况差距极大,本文是个人观点,也就姑且一听,有用则用,当然,这世上怕也没有所谓万全之策的。

1 你是否真的喜欢计算机

我是真的喜欢的。如果让我选择发了大财做什么,我仍然继续玩计算机,只不过可以更自由自在的玩喜欢的东西。如果你也喜欢,喜欢学新的东西,喜欢复杂而精巧的设计,喜欢工程之美,那就适合走技术道路。如果不是这样,这条路比较辛苦,还请三思。其实产业里相关的领域也大有可为,比如说写技术相关的趋势作者,鲜有优秀的。目前除了互联网周刊的陈琼同学,我还没看到给商业媒体写技术相关的写手有几个写的好的,甚至往往都有致命的本质错误。诸如此类的周边领域很多,都有不错的机会,不一一列举。

2 假如1你回答的是喜欢,那么

你需要学习很多东西。我认为不可缺少的东西包括:

* 基础理论
* 算法
* C语言
* C++或java,如果精通C,可以舍弃C++,学java
* unix
* 正则表达式
* 任何一种脚本语言(目前推荐python)

依次讲解为什么这么说

* 基础理论和算法
20年来,应用层面急速发展,令人眼花撩乱,而实际上,大幕之后的东西,从1972年C和unix诞生以来就没有过本质的变化。在操作系统,数据库理论,编译原理,信息管理系统理论之类,都是*相对*静止的。虽然其中有类似于微内核还是整体内核之类的理论之争,但是几乎不影响格局,大可以放心去学。学这些东西唯一的问题是理论枯燥,最好是结合实践,做一些应用,学一些理论,张弛有度,这样总能保证好奇心旺盛。

学这些东西的目的是为了真正的了解计算机。不真正了解一个东西,很难举一反三,很难作到融汇贯通。其实高校教的这些东西都极有价值,只不过是在缺乏实践的基础上填鸭,效果往往变成了应付考试。

* C语言
我对C语言的认识如下: (1)是对计算机的最小抽象 (2) 是一种操作内存的语言。

基于这2个认识,C是必须要学好的。

写程序,就是让计算机按照人的思想去干活的过程,C提供了计算机的抽象模型,让我们控制计算机变的简单,而程序设计中,内存的使用是最为重要的。(记得汇编里面对寄存器的应用多么重要吗?)。操作内存是程序员的基本功,虽然现在自动内存管理和垃圾回收技术已经变的日益完善,但学习到优秀的内存使用观念仍然是程序员的必修课。真正掌握了这种观念,看任何语言都不困难了。我总认为,内存就是计算机的七寸命门,懂了这个,也就一通万事通了。

另外一个理由,就是大部分语言是用C语法做为蓝本的。熟练的C语言基本功会让你未来的学习变的轻松很多。

* C++和JAVA

鉴于面向对象理论如此重要,我们必须要学好一种操作对象的语言。如同C是操作内存的语言,C++和JAVA就是操作对象的语言。

C++我曾经认为是很好的语言,但是过于复杂,变化多端,再加上模版的语法和传统的C风格差距颇大,已经越来越不适合成为一种入门语言。JAVA变的更加值得推荐。

JAVA对于对象的控制能力,远远高于C++,学习成本低,且能达到效果,是更加值得选择的。

C++变的原来越尴尬,在开发底层系统的时候,不如C来得快捷和迅速,在开发高级应用的时候,比不上JAVA的开发效率。所以说,如果精通C,甚至可以跳过C++不学。

* UNIX

UNIX或是linux ,这是计算机历史上最宝贵的财富。宝贵说的不仅仅是其高效的系统和良好的源代码,更指其哲学。

一个几十年来,几乎没有修改过技术架构的系统,确实令人惊讶,相对于windows系统,每3年就会将过去的技术完全推倒重来,unix世界看起来似乎恒定不变。

UNIX哲学对于*nix的系统走向影响巨大。以最基本的“简单就是美”来说,这条原则的重要性往往被忽视,人们喜欢开发复杂的,大而全的系统,最后结果往往很悲惨。unix则是提供了一系列的功能单一的小程序,每个程序都有特定的用途,然后利用管道等等方式将这些小程序结合起来使用。每个程序都简单,而,越简单的结构越稳定,在这样的思想上建立起来的系统也会具有极佳的稳定性。

理解了UNIX基本哲学,就能理解很多优秀的开源产品设计思路。比如说,mysql为什么提供的功能如此简陋,还得到了极其广泛的应用?Apache为何稳定,php为何速度如此之快等等。这是内力,悟到了,用什么东西都无往不利。

* 正则表达式

这个东西看起来好像天书,但怎么强调重要都不算过分。
去看看程序员们每天做什么工作,往往会惊讶的发现,其实大部分时间都是在处理字符串。无怪乎一个高手感慨,应用软件最重要的就是两件事,字符串处理和数据库。
正则表达式无疑是处理字符串最强大的武器。利用这个,往往可以实现一些看起来不可能完成的任务。

什么时候开始学习正则表达式合适?当你要处理字符串的时候,放弃过去那种,从第几个字符进行substr到多少个字符之类的麻烦的方法,直接尝试用正则表达式代替。等熟悉了正则表达式,你会发现unix更可爱了,无论是grep还是vi或是apache,正则表达式无处不在。

* 任何一种脚本语言

脚本语言是最伟大的发明之一。这种简单,快捷,入门成本低的语言,虽然效率不算高,但是确实能做很多事。无论是辅助工作,做一些自动化的工作,还是完成大型任务,都有用武之地。比如,用脚本去定时抓取某个页面,解析内容,放在相应的位置,这种工作用脚本完成比用编译语言完成容易的多。


以上几种,是计算机世界中必不可少的几个方面,如果都能掌握了,下面做什么大概就不需要我再多说了。能做的事情太多了。这一套东西学过来,你从一个“专业毕业但不真正理解计算机”的人变成了一个能够和计算机对话的人。这就是所谓的“道” 了。从此之后,在"应用"这个层面,应该没有什么东西能难住你了,所谓天下万物皆为兵器,举手投足皆可伤人的境界,已经差不多了。



 

分享到:
评论

相关推荐

    自学技巧:如果不能自学,就没有未来

    特别感谢霍炬( ),洪强宁( )两位良师诤友在此书写作过程中给予我的巨大帮助! # pseudo-code of selfteaching in Python def teach_yourself ( anything ): while not create (): learn () practice () ...

    【大数据课设】p105出租车数据可视化分析-大数据-实训大作业.zip

    项目资源包含:可运行源码+数据集+文档 python + numpy, pandas, matplotlib, pyecharts, wordcloud 适用人群:学习不同技术领域的小白或进阶学习者;可作为课程设计、大作业、工程实训或初期项目立项。 数据来源:数据集taxis.csv从网络下载 数据清洗:异常值与缺失值的处理:有一些数据distance(乘车距离)为零而且上下车地点为空,还有些一些数据的payment(支付方式)为空。 数据预处理:将列名更改成中文 标准化与归一化: 数据分析: 数据可视化:

    TypeScript 入门教程

    TypeScript 入门教程

    人脸识别_课堂考勤_OpenCV_服务端系统_1741777828.zip

    人脸识别项目实战

    历届电赛试题及综合测评(真题+模拟题)

    本资源汇总了 历届全国电子设计竞赛(电赛)真题+模拟题,涵盖 电路设计、嵌入式系统、信号处理、自动控制等核心考点,并提供详细解析及综合测评,帮助参赛者高效备赛、查漏补缺、提升实战能力。 适用人群: 适合 准备参加电子设计竞赛的大学生、电赛爱好者、电子信息类相关专业的学生,以及希望提高电子设计和电路分析能力的工程师。 能学到什么: 电赛考察重点:熟悉往届竞赛的命题方向及考核重点。 电路设计与仿真:提升模拟电路、数字电路、单片机等核心技能。 问题分析与解决能力:通过综合测评找到薄弱点并针对性提升。 实战经验:掌握竞赛策略,提高应试效率和设计能力。 阅读建议: 建议先 通读真题,了解题型与解题思路,然后 结合模拟题实战演练,查找不足并通过测评强化练习,逐步提升竞赛能力。

    2024人工智能如何塑造未来产业:AI对各行业组织带来的的变革研究研究报告.pdf

    2024人工智能如何塑造未来产业:AI对各行业组织带来的的变革研究研究报告.pdf

    人脸识别_Golang_SDK_命令行登录_微信小程序应用_1741772240.zip

    人脸识别项目源码实战

    Vulkan原理与实战课程

    给大家分享一套课程——Vulkan原理与实战课程

    SiriYXR_Sokoban11_1741860914.zip

    c语言学习

    海豚鲸鱼数据集 5435张图 正确识别率可达92.6% 可识别:海豚 虎鲸 蜥蜴 海豹 鲨鱼 龟 支持yolov8格式标注

    海豚鲸鱼数据集 5435张图 正确识别率可达92.6% 可识别:海豚 虎鲸 蜥蜴 海豹 鲨鱼 龟 支持yolov8格式标注

    答谢中书书教学设计.docx

    答谢中书书教学设计.docx

    人脸识别_环境搭建_dlib_face_recognitio_1741771308.zip

    人脸识别项目源码实战

    网络技术_Web服务器_C语言_学习交流版_1741863251.zip

    c语言学习

    安卓开发_Gradle配置_React_Native_Meg_1741777287.zip

    人脸识别项目源码实战

    人工智能_深度学习_图像识别_UI界面_项目展示.zip

    人脸识别项目实战

    基于Springboot框架的美发门店管理系统的设计与实现(Java项目编程实战+完整源码+毕设文档+sql文件+学习练手好项目).zip

    本美发门店管理系统有管理员和用户两个角色。用户功能有项目预定管理,产品购买管理,会员充值管理,余额查询管理。管理员功能有个人中心,用户管理,美容项目管理,项目类型管理,项目预定管理,产品库存管理,产品购买管理,产品入库管理,会员卡管理,会员充值管理,余额查询管理,产品类型管理,系统管理等。因而具有一定的实用性。 本站是一个B/S模式系统,采用SSM框架,MYSQL数据库设计开发,充分保证系统的稳定性。系统具有界面清晰、操作简单,功能齐全的特点,使得美发门店管理系统管理工作系统化、规范化。本系统的使用使管理人员从繁重的工作中解脱出来,实现无纸化办公,能够有效的提高美发门店管理系统管理效率。 关键词:美发门店管理系统;SSM框架;MYSQL数据库;Spring Boot 1系统概述 1 1.1 研究背景 1 1.2研究目的 1 1.3系统设计思想 1 2相关技术 2 2.1 MYSQL数据库 2 2.2 B/S结构 3 2.3 Spring Boot框架简介 4 3系统分析 4 3.1可行性分析 4 3.1.1技术可行性 4 3.1.2经济可行性 5 3.1.3操作可行性 5 3.2系

    Python实现基于SSA-CNN-GRU麻雀算法优化卷积门控循环单元数据分类预测的详细项目实例(含完整的程序,GUI设计和代码详解)

    内容概要:本文档介绍了基于SSA-CNN-GRU麻雀算法优化卷积门控循环单元数据分类预测的详细项目实例,重点讲述了该项目的背景、目标、挑战与解决方案、技术特点、应用领域等方面的内容。文档详细记录了从项目启动、数据预处理、算法设计(SSA优化CNN-GRU模型)、构建与评估模型到实现美观的GUI界面整个过程,并讨论了防止过拟合的技术如正则化、早停和超参数优化。另外还涵盖了项目扩展的可能性、部署和应用策略、需要注意的地方以及未来改进的方向。全文强调了模型的泛化能力和计算效率,展示了该混合算法模型在实际应用中的优越性能。 适合人群:具备一定的Python编程经验及机器学习基础知识的研究人员和技术人员;对深度学习、智能优化算法及实际应用感兴趣的学者和从业者;寻求提升数据分析和预测准确性的金融分析师、数据科学家等相关专业人士。 使用场景及目标:本文档非常适合用作学习和参考资料,以掌握如何将SSA、CNN与GRU三种先进技术结合起来进行复杂的分类和预测问题求解。具体应用场景包括但不限于以下几个方面:金融领域——股票价格预测;医疗保健领域——辅助诊断;工业制造——预防性维护;智能家居——个性化服务;以及其他涉及到时序数据分析和多模态数据处理的场合。文档既包含了理论知识又提供了完整的源代码示例,可以帮助读者理解算法原理并通过实践中加深对其的认识。 其他说明:该项目不仅仅是关于算法的设计实现,更是有关于系统的整体架构规划以及工程上的考量,比如环境准备(确保环境洁净、必要包的安装等)、数据准备、GPU配置支持等等。同时文中给出了详细的代码片段,方便开发者理解和复现实验成果。值得注意的是,虽然文中提供了一套通用解决方案,但在真实场景下还需要针对性的调整参数或修改网络结构来达到最好的性能效果。此外,对于追求更高的预测精度或解决更大规模的问题,作者建议进一步探索深度强化学习等高级技术和多任务学习策略,并且考虑使用增量学习让模型能够适应新数据而不必重新训练整个模型。最后提到安全性和隐私保护也是项目实施过程中的重要因素,要妥善保管用户的敏感信息并且做到合法合规地收集和使用数据。

    人脸识别_T形分布_Gabor变换_特征提取_增强鲁棒性_1741777397.zip

    人脸识别项目实战

    13005463562_FaceWeb_1741771809.zip

    人脸识别项目实战

    水下垃圾检测数据集,基于voc和yolo标注的两种格式

    水下垃圾检测数据集,基于voc和yolo标注的两种格式,共23,056个文件,已经划分了训练集和验证集、测试集。并且提供了真实水下的视频数据,可以用作视频推理

Global site tag (gtag.js) - Google Analytics