文章首發於個人部落格，會在專欄裡面同步更新。

關於這份指南

之前有不少學弟學妹問我如何學習程式設計，根據DRY法則（Don‘t Repeat Yourself），還是把自己學習過程中的一些經驗整理成一篇部落格吧。由於本人目前也處在學習的階段，文章中列出來的內容也並未全部學習過，所以文章的客觀性可能存在一些問題，還望讀者自行判斷。

這份指南會不定期更新，有好的建議也可以留言或者給我發郵件。

準備

需要的所有工具就是一臺可以連線上網路的電腦以及你本人。

科學上網

很可惜，即使是現在，大部分學習計算機的學生還是不會科學上網。在當前的網路環境下，不會科學上網，意味著你不能用Google查資料，不能再Reddit看最新的資訊，需要忍受龜速的GitHub，云云。然而，科學上網本身卻是一件成本非常低的事情，不想折騰的話，一年花個幾百塊錢買個現成的服務；有折騰精神的人，可以買個伺服器自己假設架設上網工具。這一步很重要，不能跳過，否則後面指南中的許多內容對你來說只能是404了。

關於科學上網的具體內容，就不再多說了，給你一個關鍵詞：

Lantern

。

學會使用Google搜尋

學會了科學上網，你就能夠使用Google了，為什麼不是Baidu？相信你用了Google之後就自然明白了。

當了一個學期的助教之後發現，很多的同學其實是沒有使用搜索引擎的意識的，遇到問題要麼自己死磕，或者就直接求助於他人。這兩種都不是很好的辦法，正確的做法是

在自己思考後沒有結果，然後使用搜索引擎查詢問題

，現階段，你遇到的所有問題（幾乎）都能在Google上找到現成的答案，如果沒找到，肯定是你搜索的方式不正確。

使用Google的基本搜尋功能就能夠解決大部分問題了，當然，如果想要學習更加高階的技巧，這裡有一份指南：如何用好Google等搜尋引擎？。

英語

你不得不承認，目前為止，程式設計世界的主流語言還是英文，所以英語能力的好壞決定了你程式設計能力的上界。中文資料和英文資料相比，實在是太匱乏了，就質量而言，也相對較低。比如我後面提到的很多的課程，都是英文的內容。

值得慶幸的是，閱讀程式設計資料所需要的英文水平並不需要很高，就個人經驗來說，基本上四級水平就足夠了，可能還會存在一些生詞，但是基本上並不妨礙理解。

英文的學習應該一直貫穿於程式設計的學習之中，作為一門工具語言，只需要花少量時間就可以帶來比較大的收益（2/8法則）。

本人的英文水平也不算好，但是基本上能夠閱讀技術書籍和文件，能夠聽懂公開課，所以還是有一些簡單的經驗可以分享一下。

把系統換成英文的

有些同學可能看到英文就頭疼，這很正常，因為在中文的環境下面生活的太久了。為此，可以試著將平常用的系統換成英文的，雖說不能學到幾個單詞（Copy/Paste 之類的詞），但是可以讓你不那麼排斥英文，順便還可以提升一下B格（誤）。

安裝電子詞典

OS X下推薦歐路詞典，在APP Store中購買完整版的，因為需要新增外部的詞典。

這裡推薦一部比較好的詞典：《Collins 英漢雙解詞典》，它是這個樣子的：

主要看它的英文解釋，一個詞看得次數多了也就記住了。

每天閱讀英文的資料

一些個人經常閱讀的網站：

Quora：一個類似於知乎的問答類網站，可以挑自己感興趣的內容來閱讀。

Hacker News：IT資訊，IT界發生的最新的事件都會在上面。

PROGRAMMING：Reddit的Programming板塊，和Hacker News類似，不過更加專注於技術內容方面。

不要花太多時間在上面，每天瀏覽一下就行。

英文學習的總結

英語不是能夠速成的東西，也不是三言兩語能夠講完的東西，這裡只是提供一個簡單的指導，具體的學習計劃還請自行搜尋更加專業的學習指南。

程式設計基礎

完成了這一部分內容的學習後你應該具備：

瞭解什麼是Computer Science

基本的計算機數學能力

基本的程式開發能力

基本的演算法與資料結構的知識

計算機科學導論

Introduction to Computer Science and Programming：面向

無程式設計基礎或者只有一點基礎的人群

，使用

Python

作為教學語言。

Intensive Introduction to Computer Science Open Learning Course：CS50，哈佛很火的一門課，在網易公開課上可以找到翻譯的影片內容。涵蓋的主題有演算法（設計、應用、分析）；軟體開發（抽象、封裝、資料結構、Debug、測試）；計算機體系結構等等。基本上是一門大雜燴的導論課。使用的語言是

C

、

PHP

、

JavaScript

。

Programming Abstractions：介紹了更加高階的程式設計主題（遞迴、演算法分析、資料抽象等等），使用

C++

作為教學語言。

數學

Mathematics for Computer Science：介紹了學習計算機所需要的一些數學知識，內容包括集合、關係、證明方法、數論、圖論等等。

Discrete Mathematics：離散數學。

程式語言

Learn to Program： The Fundamentals：面向

無程式設計基礎或者只有一點基礎的人群

，使用

Python

作為教學語言。

Learn to Program： Crafting Quality Code：如何編寫高效與正確的程式碼。需要有Learn to Program： The Fundamentals的基礎。

The Structure and Interpretation of Computer Programs：經典的SICP的Python版。

計算理論

Introduction to the Theory of Computation

Principles of Computing （Part 1）：介紹了CS中基本的數學和程式設計理論，需要有

Python

基礎。

演算法與資料結構

Introduction to Algorithms：MIT的演算法導論課，用《演算法導論》作為教材，網上可以找到影片資源，網易公開課上有老版的翻譯。

核心課程

學完了「程式設計基礎」部分的內容後，應該已經可以開發一些簡單的程式了，「核心課程」的內容將深入學習計算機科學理論的幾個重要的內容。

數學

Coding the Matrix： Linear Algebra through Computer Science Applications：線性代數以及在計算機中的應用。

Discrete Mathematics and Probability Theory：離散數學與機率論。

計算理論

Theory of Computation - Fall 2011：介紹了機器模型、上下文無關文法、圖靈機等，使用的教材是Michael Sipser的

Introduction to the Theory of Computation

。

演算法與資料結構

Data Structures and Advanced Programming

Efficient Algorithms and Intractable Problems

作業系統

Operating Systems and Systems Programming：UCB經典的作業系統課程，介紹了作業系統的基本概念、系統程式設計、網路、分散式系統、記憶體分配、多執行緒等等。

Introduction to Linux：介紹了Linux以及一些簡單的命令列使用。

程式語言理論

Programming Paradigms：程式設計正規化。

Compilers：Stanford的編譯原理課。

Principles of Programming Languages

計算機體系結構

Computer Architecture：CMU

Computer Architecture

計算機網路

Computer Networks

Fundamentals of Computer Networking

程式設計工具

IDE

Python： PyCharm

Java：IntelliJ IDEA

C/C++： Visual Studio

編輯器

Emacs/Vim

Sublime Text 3

VS Code

Atom

並不一定要用Emacs或者Vim，ST其實已經很強大了，足夠做日常簡單的編輯工作。（這裡黑一下Atom，啟動速度太感人了，所以放在最後一個。）

Git & GitHub

使用版本控制來管理自己平時寫的程式碼。

推薦閱讀：

git-recipes

Pro Git 2nd Edition

Git教程 - 廖雪峰

如何克服拖延

資料是有了，但是拖延症不去學怎麼辦？

番茄工作法

參考資料

GitHub - prakhar1989/awesome-courses： List of awesome university courses for learning Computer Science！

http：//

blog。agupieware。com/201

4/05/online-learning-bachelors-level。html

https：//

docs。google。com/spreads

heets/d/1_kdHrT8izbROJNaxGflpcZm2ivsjRGF8j1hMzl3b8O0/htmlview

faq - programming