如果讓你重新學計算機。。。
作者：匿名用戶?
鏈接：https://www.zhihu.com/question/492545174/answer/3008961441
cxuan 按：
這是一篇偏實用性質(zhì)的"論計算機首先應(yīng)該學習什么"的回答，與以往長篇大論推薦你學習各種枯燥的大部頭書不同，下面這個回答能讓你更快的建立起學習計算機的興趣，相信你按照下面推薦的方式能夠做到快速入門，樹立自信，這樣才能走的更遠。
但凡有人給你推薦如下關(guān)鍵詞
C/C++，《C++ primer plus》，ACM，《算法導論》，國外名校課程（CSAPP，mit的分布式，cmu數(shù)據(jù)庫），高數(shù)線代，編譯原理，源代碼
請直接忽略！
那些回答太過于理想化，學習以上內(nèi)容，耗時巨大，難度極高，和實際編程太遠，對找工作的提升并不顯著，簡單說就是性價比不高。本人本科時也被誤導得很深，大一就買了《算法競賽入門指導》，毫無疑問吃灰了。本人舍友買了《算法導論》《C++ primer plus》，他也是一頁也沒有看過。
大家不要本末倒置了，學代碼的目的就是為了找工作賺錢，而不是為了看書獲得成就感。有些人是博士畢業(yè)才開始轉(zhuǎn)碼的，從頭學這些東西，時間上根本耗不起；就算是計算機科班，自學這些大部頭，對個人的自控力、自制力要求也極高，能做到的寥寥無幾。
首先聲明一下，本人選資料/推薦路徑的邏輯：
1，優(yōu)中選優(yōu)。個人經(jīng)驗，給別人推薦學習材料，給自己找學習材料，一定要少，千萬不要高估自己的自控力，千萬不要羅列一堆，除非是自學大神，否則根本不太可能學完
2，能看視頻，就不看書。不知道為什么這么多人喜歡推薦看書，回想高中時期，沒有幾個人是靠自己啃書本學成大神的，大多數(shù)還是靠上課，報補習班聽講來學習的。視頻效率高于書本，這是必然的。
3，重視代碼實踐。計算機是實踐學科，紙上學來終覺淺，只有動手敲代碼才能學好。
4，先學實用的技術(shù)，再學用處不大的計算機基礎(chǔ)知識。計算機太多太雜了，而且技術(shù)進步很快，盲目學底層用處不大。
5，一切面向找工。90%的人，學計算機是為了高薪，只有找到工作才能賺錢，所以本文完全面向找工。
下面是具體步驟
第一步：編程初體驗
何為編程，先要有面向過程編程的思維，再要有數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)知識，再就是有面向?qū)ο蟮乃季S概念。這些東西，各個語言都是相通的，也是編程的地基。
而學這些最好的教程，就是伯克利CS61B。伯克利的CS61B，是基礎(chǔ)的入門編程課，講授數(shù)據(jù)結(jié)構(gòu)和算法，學完了編程能力超過80%的985 CS畢業(yè)生！
要知道這個課程語言是Java，Java可以說是現(xiàn)在最火熱的開發(fā)語言，學透了Java找工作不成問題。而且CS61B的labs也是其中最精華的部分，跟著一步一步的做，不要偷懶，做完了編程能力絕對夠了
第二步：確定技術(shù)棧
這時你需要自學大量實用的技術(shù)了，而不是在那里自學什么操作系統(tǒng)OS，數(shù)據(jù)庫的實現(xiàn)，還有什么分布式distributed system
走前端就學習JS，JQuery，Vue/React/Angular 走后端就學Spring，學數(shù)據(jù)庫 走Data就學數(shù)據(jù)庫+Python 走MLE就自學國外熱門的AI網(wǎng)課
這些才是和工作聯(lián)系最緊密的，這些技術(shù)的工作崗位也是最多的。很多CS畢業(yè)生，大學四年過去了，連一個前后端的項目都搞不定，是不是很搞笑？這時候做幾個project，好寫在簡歷上，為你進一步到公司/實驗室實踐打好基礎(chǔ)。
網(wǎng)站推薦Udemy，bilibi，freeCodeCamp，其他好的平臺也歡迎同學們補充
第三步：實踐出真知
去公司實習，比你自己悶在家里面閉門造車，效果好得多。你自學沒有人監(jiān)督，98%的人都堅持不下來。去公司實習，可以領(lǐng)工資，增加你學CS的信心；可以認識更多的人，增加人脈；可以理解公司的流程，了解公司技術(shù)棧，對應(yīng)的查漏補缺。
更關(guān)鍵的是，實習可以豐富簡歷。等實習結(jié)束，你的簡歷上可以寫個實習經(jīng)歷了，不是比很多大學生課內(nèi)project厲害嗎？沒有實習，很難獲得全職；沒有小廠實習，很難獲得大廠實習；這都是一步一步來的。
做科研同理，去實驗室搬磚，每周都有組會，督促你每日學習進步，時間久了說不準可以發(fā)論文了。同時還可以和導師取得相應(yīng)的聯(lián)系，出國推薦信也有了著落。
反觀有些人，在那里死磕ACM，磕了半天也沒啥獎，保研出國都撈不著，最后不是挺可悲嗎？正確的路線應(yīng)該怎么走？
SDE路線：自學技術(shù)棧 -> 小廠實習 -> 國內(nèi)外企/大廠實習 ?> 美國大廠實習 -> 美國SDE全職 MLE路線：自學AI網(wǎng)課 -> 實驗室做科研 ?-> 國內(nèi)算法崗 -> 美國MLE實習 ?-> 美國MLE全職 科學家路線：自學AI網(wǎng)課 -> 實驗室做科研 -> 名校CS PhD -> openAI等大廠的Research Scientist
第四步：全力備面試
leetcode被說了無數(shù)遍了，如果你CS61B學好了，算法題是不難的。如果要面試找工作，grind75的list，直接刷2遍就可以的，有不會的就網(wǎng)上搜視頻講解！但是不要本末倒置了，工作中基本上用不到算法題的。
國內(nèi)面試有時候還有八股文，這個有了實際的工作經(jīng)驗，項目經(jīng)驗，同時學過了61b，八股文就是水到渠成的。然后再看看面經(jīng)查漏補缺，全力備戰(zhàn)校招。
以上路徑，就是最優(yōu)解。
相當于把打怪升級的路子，手把手教給你了。你要是卷王，喜歡閉門造車，那你大可以死磕《算法導論》《編譯原理》。你要是普通人，走我說的路徑，是讓你最快獲得CS工作/阻力最小的方法。
PS：國內(nèi)CS的教學，純純浪費時間，不要指望國內(nèi)本科能教你啥，即使是清北復交。（還記得清華雨課堂嗎，還記得清華小學期Python深度學習網(wǎng)絡(luò)嗎）
PS2：數(shù)據(jù)庫，計算機網(wǎng)絡(luò)，操作系統(tǒng)，編譯原理，這些有點概念就行了，國外大作業(yè)都是讓你自己實現(xiàn)一遍加深理解，其實不是必須的。有這個時間先學前后端，去大廠實習反而更好。
PS3：cmu的數(shù)據(jù)庫，是讓你自己動手寫數(shù)據(jù)庫，只有去數(shù)據(jù)庫公司實習工作才用得到。mit的分布式也是面向大廠infra崗位的。
PS4：大學計算機學的，大學物理，高數(shù)，匯編語言，微機原理，對編程找工作一點作用都沒有。
PS5：評論區(qū)太多人是學生思維了，他們說這樣學成了技校，把我也看笑了。他們總是高估自己未來的努力，仿佛自己穿越回去，就能每天學習12小時，把這些大部頭全部啃完一樣，但是我明確的告訴你，不可能的。
PS6：很多人說你這樣會基礎(chǔ)不牢，問題是我沒有說不學這種cmu數(shù)據(jù)庫這種大部頭，而是先學有用的技術(shù)。等你有了工作，那些大部頭在業(yè)余時間精進就好了，而不是在你還沒有工作的時候就搞那些。
PS7：很多人對“基礎(chǔ)”有蜜汁崇拜，仿佛打好了基礎(chǔ)就可以秒天秒地一樣，然而事實卻完全相反。計算機是一個變化很快的領(lǐng)域，不同技術(shù)棧的基礎(chǔ)也不一樣。機器學習深度學習這些，出來了不過10年，假如一個人要走算法崗的，那他學30年前的《算法導論》，完全是浪費時間，懂嗎。
PS8：很多人說我這些沒法寫操作系統(tǒng)，沒法寫數(shù)據(jù)庫，我只能說沒有仔細看文章。我說的技術(shù)棧，并不是僅僅是前端后端。
你要去寫游戲，要去做數(shù)據(jù)分析，要去寫C++，去做quant researcher，做分布式，HPC，數(shù)據(jù)庫，編譯，驗證，硬件相關(guān)，做quant dev，讀PhD，完全可以，每個方向的發(fā)力點都不一樣，要學得技術(shù)，努力的方向，完全不一樣，在哪里盲目學《編譯原理》，完全是腦子進水了。
PS9：還有人說基礎(chǔ)學的好就不會被裁員的，太過于學生思維了，夏蟲不可語冰。
PS10：很多人說要打基礎(chǔ)，我的路線是培養(yǎng)純碼農(nóng)，我也只是笑笑。本人的路線，最專注的就是編程能力代碼能力。本人本碩都是計算機的，因為代碼能力不行，錯失了/沒有好好利用很多實習機會/科研機會/上課的項目，借著cs61b和Udemy的視頻打好編程的底子，以后干啥都行。
