博客
关于我
“21天教你学会C++”
阅读量:371 次
发布时间:2019-03-04

本文共 1177 字,大约阅读时间需要 3 分钟。

《Teach Yourself C++ in 21 Days》这本书的流程图让我深有感触。尽管我已经在编程领域工作了12年,但对C++的理解依然不够深入,面对STL和泛型等高级概念,我仍感到无所适从。或许,我应该尝试转向其他领域,如量子物理或生物化学,以期通过跨领域学习重返大学时期的我,并在21天内掌握C++。不过,这种想法显然过于狂妄。

学习一门编程语言绝非易事,正如流程图中所示,真正掌握它需要十年的时间。这期间,我需要不断尝试,吸收失败的经验教训,并在实际项目中与他人互动学习。只有这样,我才能真正成长为一名优秀的程序员。

最近,我发现了一篇名为《Use the 10x Rule... or not》的大型研究报告。这份研究指出,要在某些领域达到专家水平,通常需要累计1万小时的练习时间。这与莫扎特和披头士的成长历程印证了这一观点。即使是天才,也需要长达13年的时间才能创作出世界级的作品。

编程领域并非例外。研究显示,优秀程序员的成功离不开持续的练习和与他人的互动。以下是一些我在编程职业生涯中形成的观点和方法:

  • 保持热情:对编程的热爱是成功的基础。我始终认为,只有真正享受编程的过程,才能持续投入其中。

  • 汲取经验:阅读优秀程序员的作品,比书籍和课程更有价值。我从其他程序员的代码中学习他们的解决思路,了解他们在遇到问题时的应对方法。

  • 实践是王道:编程的最佳学习方式是动手实践。通过解决实际问题,我能够更深入地理解编程概念,并不断提升自己的技术水平。

  • 多学习编程语言:掌握多种编程语言对我的职业发展有着重要意义。例如,了解Java或C++的面向对象编程模式,学习Lisp或ML的函数抽象,以及使用Prolog进行声明性编程等,能够让我更全面地理解编程的不同范式。

  • 理解计算机基础:认识到计算机的底层运作至关重要。我需要了解内存访问时间、磁盘读写速度以及指令执行时间等底层细节,这有助于我更好地优化代码性能。

  • 参与标准化进程:尝试加入编程语言标准化的工作,比如参与ANSI C++委员会。这不仅能让我了解编程社区的动态,还能让我了解编程语言发展的方向和用户偏好。

  • 识别和培养人才:Fred Brooks在《No Silver Bullet》中提到,发现杰出设计者的三步法则:早期识别潜力,指派导师,促进团队互动。这让我深刻认识到,培养优秀程序员需要系统化的方法,而不是仅仅依靠书本知识。

  • 通过以上方法,我逐渐认识到真正掌握编程语言需要的是长期的坚持和不断的积累。虽然快速学习方案看似吸引人,但只有通过深入理解和实践,我才能真正成为一名优秀的程序员。正如Samuel Johnson所说:“卓越成就需要一生的努力,而不是几天的突破。”

    最终,我认为,编程是一门需要终身学习的职业。只有持续不断地学习、实践和与他人交流,我才能在这条道路上走得更远。

    转载地址:http://uorr.baihongyu.com/

    你可能感兴趣的文章
    python商品数据分析可视化系统(带爬虫)京东销售数据分析 计算机毕业设计 源码下载
    查看>>
    python商品库存管理系统 django框架 商品网站 MySQL数据库 源码下载 计算机毕业设计
    查看>>
    Python哪个版本最稳定好用2023.10.19
    查看>>
    Python和黑客技术的渊源
    查看>>
    Python和RF编写接口自动化
    查看>>
    python和js哪个难_【Python】记一次学习,Python 与 js 在实现闭包时的差异
    查看>>
    python和java哪个更值得学——来自知乎高赞回答
    查看>>
    python和c混合编程 github_在pycharm中使用git版本管理以及同步github的方法
    查看>>
    python命名空间更改_Python模块xml.etree.ElementTree自动修改xml命名空间键
    查看>>
    Python命名中尾随下划线有什么好处?
    查看>>
    Python启动脚本
    查看>>
    Python听写汇总结果
    查看>>
    python吊打Excel?屁!那是你不会用!
    查看>>
    Python合并两张图片 | 先叠透明度再合并 (附Demo)
    查看>>
    python各进制的表述与转换
    查看>>
    python各种库安装
    查看>>
    python可视化matplotlib_如何使用Python中最强大的可视化工具Matplotlib?
    查看>>
    python可维护性_使用这7大神器,让你的Python 代码更容易于维护
    查看>>
    python变量的详细教程_Python零基础入门教程之语法入门[变量](第二期)
    查看>>
    Python变量命名方法-ChatGPT4o作答
    查看>>