不论是程序员必备的好习惯使用Google搜索而不是百度。

这篇文章前后写了两个月，完善修改用了一周时间。虽然我尽量不废话，但是这篇文章的字数还是1w多字，但都是干货！相信无论是大学生还是工作了几年的朋友，应该都能有所收获。如果有帮助，请给它一个赞/评论并鼓励它！

另外，感谢哈尔滨工业大学的朋友小明写这篇文章。毕竟，我已经离开学校一年多了。没有他的帮助，这篇文章是不可能完成的。

下图是周末在窗台边写这篇文章的时候拍的。

首先，在学习编程之前，我认为所有的编程语言、数据结构、算法和操作系统都应该集中在一个地方。作为计算机专业的学生，​​首先要养成程序员必备的以下好习惯。

程序员的好习惯

使用谷歌搜索而不是百度。如果实在无法访问谷歌，可以换成必应。

经常逛一些比较好的博客论坛，比如国内的掘金、博客园、CSDN。有闲钱的也可以去 GitHub 和 Code Cloud 找一些开源项目来锻炼自己的开发能力。

多关注一些你所在领域的大牌在做什么，多关注一些优质原创博主的博客。比如：在Java领域，大家可以多关注我的Github：[1]，上面有很多干货。

编程不仅仅是看，还要动手。这是一个需要实践的职业。各个高校可能会在programming class引入自己的oj（在线评委），一个题库式的网站，可以做一些编程题，也可以在线测评。一般来说，学校会提供适合初学者的简单OJ。如果没有，你可以在校外找一些开放简单的OJ来刷题。

不要仅仅因为一开始学习编程并不容易就打消你的学习兴趣和愿望。来吧！奥利给它！

我毫无保留的在本仓库整理了一些我知道的程序员必备的好习惯：[2]，强烈推荐大家看看，也期待你的完美补充！

然后，有编程语言！

编程语言

几乎所有大学都会在入学第一年开设编程语言课程，通常C语言较多。

不管你的学校有没有C语言课程，我建议你最好学好C语言。就拿我从事的Java后端开发来说，很多Java从业者只是觉得学好Java就够了，不需要学C、C++等稍微难一点的编程语言。我认为这对于只会写 CRUD 的 Java 程序员来说是正确的，但对于想要成为相对一流的 Java 程序员来说肯定不是这样。很多开源项目都调用C语言库，所以作为Java程序员，不需要你的C编码能力，至少你能看懂C代码。

当第一次学习编程语言时，大多数人都会遇到困难。有时，构建环境需要很长时间。记得刚开始学习的时候，很多非常非常简单的控制台程序都写不出来。不过随着后期学习的逐渐深入，我逐渐发现自己的编程思维和能力越来越好。

在这里我要鼓励所有刚接触计算机编程的朋友：万事开头难，遇到的大佬们都是从懵懂阶段走出来的。当你看着眼前的老师在C语言类的编译器中快速输入代码，却连编译器都配置不好，难免会感到迷茫，但这绝不是放弃的理由，只要你坚持住，解决一个又一个问题，你就会成为你心中的老大。

如果想提前看视频学习或者在课堂上没有学好C语言，建议去B站搜索C语言郝斌。这个老师的课程很好，非常适合作为初学者学习C语言的教程。而且，视频中的老师也会和大家分享一些自己的编程学习心得。

另外，如果你觉得谭浩强老师的《C语言编程》这本书比较难看懂，可以看《啊哈C语言！》，这本书非常通俗易懂，非常适合没有学过编程的新手。

也有许多学院和大学提供 C++ 课程。初学者可以将《C++ Primer》作为学习C++的教材。掌握基本语法后，为了进一步提高自己的编程开发能力，还可以阅读《C++ Primer Plus》和《Effective C++》。

事实上，编程的第一年初学者在刚开始学习编程语言时会非常困难。正确使用上述推荐教材主要有两点：

结合老师在课堂上说的和书上说的，在实际应用中理解“为什么”

把教材当作参考书和参考书，而不是“教程”，利用参考书和网上搜索资源解决实际编程中遇到的问题

计算机基础课程

计算机基础是我们通常提到的老四样东西：1.数据结构、2.算法、3.计算机网络、4.操作系统。

如果要我说，这四门课程是程序员最需要学习的东西！此外，虽然这四个都很重要，但数据结构和算法比计算机网络和操作系统更重要！

这四项也是我们常说的程序员内功最重要的部分！

“直接用框架不好吗？为什么还要学这些东西？” 这句话是很多编程初学者最困惑的问题。

让我们简单谈谈为什么这四件事如此重要！

只有扎实的基础才能走得更远：这一大块可以说是程序员未来发展的基础。你的掌握程度决定了你的基础有多深。一段时间后，你会发现你想做一个优秀的程序员，而不是 API 调用者/低级 bug 制造者，这些东西都是必备的！

技术升级快：前几年我们可能还在使用Spring基于传统的XML进行开发。现在几乎每个人都使用 Spring Boot 作为开发工具来提高开发速度。比如几年前我们在使用消息队列的时候可能还在使用ActiveMQ。现在几乎没人用了，现在比较常用的是 Rocket MQ 和 Kafka。在技​​术变化如此之快的今天，你不可能边学边学每一个框架/工具，底层技术是你快速上手的瑞士军刀。

懂底层技术的人更有竞争力：现在程序员这么多，怎么和别人拉开差距？是否纯粹基于使用框架的能力？这些来自培训班的随机人员可能会做的工作并不是你的核心能力。

数据结构

关于数据结构，我想说的是，它是四种中最简单、最基本的一种。没有数据结构，几乎任何程序都会失败，所以在讨论数据结构时，往往需要谈算法。

简单地掌握常见的数据结构就像拆解每一个微妙的设备一样有趣和容易。正是因为程序中数据结构的功能与仪器组件的功能非常相似。不同的数据结构有不同的特点。因此，想要学好数据结构，图表是必备的武器！

在数据结构的学习中，强烈建议关注名校的在线课程。这些课程经过多次打磨，有丰富的配套练习，非常适合初学者。比如武汉大学在中文大学MOOC上开设的“数据结构”课程。

辅以教材参考书，强烈推荐《大华数据结构》。只看封面就能知道这本书的风格。图形数据结构？选这个就对了！

用图表阐明各种数据结构的原理和特点后，在代码中实践，实践出真知。

编程是产生问题和解决问题的有趣过程。

当一个变量出现在你的脑海中时，你首先要思考这个变量的作用是什么，这个变量存储在什么数据结构中，以及如何在代码中实现它。例如，一个栈可以用C语言实现，使用一个数组辅以栈顶指针；在Java中，可以直接调用Stack类来实现。只要你编程，你就需要使用数据结构。程序越复杂，您可能使用的数据结构就越多。可以说几乎没有什么困难。关键是熟能生巧。

算法

算法课程通常与数据结构课程相结合。在部分高校，会开设《数据结构与算法》、《算法设计与分析》等两门课程。

前者可能比较简单，介绍常用的数据结构和基本算法；后者难度相对较大，涵盖算法相关的概念，以及稍微复杂一些的算法思维和算法分析。前者侧重于基本逻辑算法的应用，后者侧重于将算法思想应用于实际问题。

比如我们常用的排序算法就属于前面的课程内容。一个排序问题可以有多种算法解决方案。不同的解决方案有不同的优缺点，也有不同的应用场景。也可以学习一个问题和多个解决方案。提高编程能力。而贪心思维属于后者的课程内容，比如经典的活动选择题：

令S={1,2,…,n}为n个activity的集合，每个activity的集合，每个activity使用相同的资源，同时该资源只能被一个activity使用。现在已知n个活动的开始时间si和fi，所有活动的最早开始时间和最晚结束时间都在资源可用时间内，规定如果活动i和活动j满足fi≤sj（或fj ≤si)，则称它们是相容的。现在问：最大的活动集合，该活动集合中的所有活动都兼容。

贪心思想就是用来解决这个问题的，贪心策略是：每次都选择fi最小的activity，即结束时间最早的activity（在满足兼容性的情况下）。用这种贪心策略选择活动集可以满足结果作为最优解（不仅一），通过优化子结构可以证明解的最优性。以上对初学者来说可能听起来云山雾里，但这是算法设计和分析课的内容。

分治思维、贪心思维、动态规划这三种算法在实际应用中非常灵活，往往让人摸不着头脑。我给你的建议是：

联系图的方法很多，先联系一下算法的思路。再复杂的算法，结合图，总能有一个清晰的认识。

很多接触的例子来研究算法在问题中的应用。对算法有了清晰的认识之后，在实际问题中应用算法想出解题思路还是不容易的。你需要动动脑筋，动手实践，做更多的问题，了解算法在问题中的应用。

多看博文，通俗笔记，听前人总结，力求取长补短。老年人笔记是很好的学习资源，比如

网上一些流行的open OJ也是大家训练算法的好资源~，比如leetcode[3]

另外，如果你刷了Leetcode，你会发现很多算法问题都是通过动态规划来解决的，所以你必须想透动态规划算法的思想。

附上一些算法领域的经典学习参考书（对于初学者，推荐从左到右…）：

下面两篇文章都很好，一定要看看：

计算机网络

计算机网络是一门比较系统的计算机专业课程，各大高校的计算机网络课程应该比较成熟。

要想学好计算机网络，首先要了解OSI七层模型或者TCP/IP五层模型，即应用层（应用层、表示层、会话层）、传输层、网络层、数据链路层，物理层。

数据拖拽 关于本课程，第一本强烈推荐的参考书是机械工业出版社的《计算机网络 – 自上而下的方法》。这本书有一个清晰的目录。按照TCP/IP五层模型逐层讲解，并详细讨论每一层所涉及的技术。基本上，高校开设的课程大纲就是本书的目录。

如果你觉得上面的书看起来很无聊，我强烈推荐+安利看看以下两本非常有趣的互联网相关书籍：

如果说计算机网络要围绕其学习的五层TCP/IP模型是逐层学习的话，那么每一层的学习都必须基于协议。总之，我们学习计算机网络需要的协议是：

传输层协议

网络层协议

链路层

物理层（对于计算机专业的，物理层的内容在课程要求中可能相对不太重要）

操作系统

操作系统也是一个比较重要的课题。你为什么这么说？

操作系统中的很多思想和很多经典算法，都可以在我们日常开发中使用的各种工具或框架中找到。

比如我们开发的系统使用的缓存（比如Redis），就和操作系统的缓存很相似。CPU中的缓存有很多种，但大多是为了解决CPU的处理速度和内存的处理速度不相等的问题。我们也可以把内存看成是外存的缓存。当程序运行时，我们将外部存储器的数据复制到内存中。由于内存的处理速度远高于外存，因此处理速度有所提高。同样，我们使用的Redis缓存也是为了解决程序的处理速度不等于访问常规关系型数据库的速度的问题。

缓存一般根据局部性原则（2-8 原则）和相应的淘汰算法保证缓存中的数据被频繁访问。我们平时使用的Redis缓存往往遵循2-8原则，很多淘汰算法与操作系统中的类似。

说了2-8原则，就不得不提命中率了，这个是所有缓存概念通用的。简单来说，你想访问多少数据，可以直接在缓存中找到。如果命中率高，一般说明你的缓存设计合理，系统处理速度比较快。

总之，我认为学习操作系统可以提高我的思维深度和对技术的理解。

操作系统有很多内容。如果纯粹是为了面试，可以看我之前总结的一篇文章：#/docs/operating-system/basis[8]。

本文的目录如下，涵盖了操作系统中一些较常见的问题。

如果你想系统地学习操作系统，最硬核最权威的书是**《操作系统入门》**。可以再添加一篇《深入理解计算机系统》，加深对计算机系统本质的理解，太美了！

如果你更喜欢动手实践，对理论知识比较抗拒，推荐你阅读《30天自制操作系统》，本书将教你如何编写操作系统。

计算机专业课程

本章设计的课程不是专业课，但比以上四门更专业，主要包括面向对象程序设计、形式语言与自动机、机器学习、数据库系统、编译原理等。

面向对象编程

面向对象编程（OOP）是程序员编程的核心思想。如果以后走软件开发路线，OOP一定要精通。OOP 为程序员提供了一种思维方式，将现实生活中的事务抽象为“对象”，实现面向对象的编程。

比如OOP中有三大要素——类、继承、多态（也有封装、后续抽象、继承、多态四大要素）。如果把杯子抽象成一个类，那么咖啡杯、茶杯、马克杯等都属于杯子的继承。在这种继承中，被继承的——杯子被称为父类，而继承者——咖啡杯、茶杯、马克杯被称为子类。子类继承父类，即父类的某些子类必须有（父类private除外），而某些子类可能没有父类。多态性的概念是在继承中。在继承中，子类有父类的方法，都是杯子，所以能站得住脚。并且不同的杯子可以定制自己的方法，即

OOP 中也有六个原则：

单一职责原则（Single Responsibility Principle）：一个类只负责一个事务的抽象，功能尽可能简单，减少耦合。

开闭原则（Open-Closed Principle）：在类的设计中，尽量保证“对可扩展性开放，对修改封闭”。

Liskov 替换原则：Liskov 的规则严格规定“子类型必须能够替换它的基类型，并且派生类必须能够使用其基类的接口，而客户端不需要知道它们的区别。”

接口隔离原则：这个原则要求不能强迫客户端依赖他们不需要的接口，只提供需要的接口。把“大”接口尽量分成几个“小”接口。不同的接口为不同的客户端提供服务，客户端只访问自己需要的接口。

依赖倒置原则：抽象模块不应该依赖于具体模块，具体应该依赖于抽象。

最少知识原则：一个类对其他类的内部实现了解得越少越好。如果一定要和不相关的类通信，尽量使用第三方作为中继。

可能有很多小伙伴学完了OOP，编了两三年的程序还没有完全理解这六项原则。事实上，它们无处不在。在这里，我试着举一些例子来形象地说明这六项原则。

假设杯子分为咖啡杯和牛奶杯：

关于OOP的总体概述，我只能用三大特点和六大原则来概括。如果你真的想学习，OOP 中的每一个细节都值得深入讨论。OOP 早在 1980 年代就开始流行起来，作为提高编程生产力的重要思想，一直沿用至今。C++和Java是现在主流的OOP编程语言，也是高校OOP课程的主要教学语言。如果你接触的第一门语言是 C 语言，你不必太纠结。虽然C语言是面向过程的编程，但是你接触过这种稍微原始一点的编程思想，再学习OOP，会更加不一样。感觉。

形式语言和自动机

“计算机专业四年应该学什么？”，我想很多人在这个问题下的答案都不会包括这门课——形式语言和自动机。

本课程由两部分组成：

正式语言。

自动机。

形式语言更像是计算机专业的数学课。它研究严格语法规则下的语义表示。事实上，基于正式语言课程的后续课程并不多。编译原理、自然语言处理等专业课程可能会用到形式语言的知识，但形式语言带给学生的更倾向于一种思想。在给定条件下定义和抽象问题的能力。

自动机是一种算法。自动机可以理解为在给定状态和给定输入下获得一定输出（集合）的机器。核心是状态×输入→{状态}的映射。他也代表了一类思想。自动机思想在算法中的应用通常被视为传统算法。由于其思路非常简单，运行效率高，在一些特定场景下得到有效使用。但是自动机的缺点是它的定义很复杂，也正因为如此，适用范围比较窄。

总的来说，形式语言还是和正则表达式有些关系的。自动机的学习过程更像是解谜，所以这门课应该会很有趣。

如果想学这个课程计算机程序设计是学什么的，可以去中国大学慕课看哈工大的形式语言和自动机理论课程。

机器学习

机器学习课程不一定在每所大学都提供。有的高校可能会开设更多领域的深度学习，有的高校可能会开设机器学习作为选修课，但是在当前人工智能技术猖獗的IT行业，要掌握AI技术，机器学习是很好的入门专业课程（不是一般课程）。

机器学习涉及很多概率论知识，需要扎实的概率论基础，还夹杂着一些不那么简单的线性代数知识。机器学习的工作是研究一种算法，并在某些任务中利用一些经验来研究该算法的性能。任务的类型大致可以分为分类问题和回归问题。分类问题是在给定已知条件下决定该情况属于哪一类，比如经典的航班预测问题，给定某个航班的信息，预测该航班是否可能延误。回归问题是在给定已知条件的情况下计算回归值。在飞行预测问题中，

机器学习中比较简单的算法有决策树、多项式拟合、逻辑回归等，而难度比较大的算法有支持向量机（SVM）算法、EM算法等，我就不一一列举了。机器学习可以看作是一些算法中数值分析课程和概率论的延伸。所以，在学习机器学习之前，一定要打好数值分析的基础，学习概率论。忘掉它。

学习过程中，除了跟随老师在课堂上一步一步的讲解推导，下课后还可以结合B站的“白板机学习”，推导很详细，而且小弟也很有耐心。

参考书，这里推荐两本，一本是《西瓜书》——周志华的《机器学习》。西瓜书中的案例场景围绕着“种西瓜”展开，能够引起读者的兴趣。然而，这本书涉及许多符号。读者最好有一定的代数能力和素养，能尽快适应书中的符号表达和公式推导。这本书比较适合慢读。内容不深入机器学习领域。一点点阅读就会带来很多收获。另一本书是李航的《统计学习方法》。本书不仅适合计算机专业的学生，​​也适合数理统计专业的学生。本书的每一章都围绕着经典算法展开。推导过程详实，全书篇幅有限。时间不长，但是内容相比西瓜书还是比较枯燥的。适合作为参考书阅读。当你需要学习某种算法时，就去书里找到那一章，快速阅读。如果看不懂，可以多看几遍。.

数据库系统

数据库系统课程也是程序员职业生涯规划中非常重要的一门课程，甚至一些信息管理专业也不得不开设这门课程。这门课很重要，因为对于程序员的开发，一方面，关系型数据库系统、SQL语言以及数据库的三阶段设计（概念设计、逻辑设计和物理设计）都是开发数据库应用程序的必备技能。 . ，通常在数据库应用开发岗位的面试中，数据库的设计是面试官青睐的考场。如何根据需要分析和设计一个完善的数据库系统，是程序员必备的技能。设计完善的数据库系统后，再用SQL语言等工具实现，那么这些实际上是个人的编码能力。另一方面，数据库中的查询处理、查询优化、并发控制、事务管理、日志管理等都是数据库中的稍高级技能。对于工作要求较高的人来说，这些技术也需要精通。. 对于一些查询优化等数据库底层实现，也是新数据库开发的先决条件，对一些研究型人才来说也很重要。

数据库系统和其他计算机课程一样，有着非常清晰的知识体系，并且有一个非常突出的特点，就是实践与理论的结合。SQL语言、数据库设计等，都属于实际应用部分，而对于一些范式定义、两阶段锁协议并发控制等，这些都偏向于理论化。如果你想学好数据库系统，建议你：

课程前期，掌握SQL语言的应用，别忘了培养关系代数的应用能力。虽然关系代数在数据库实现中的作用很小，但在学习阶段，结合关系代数和SQL语言学习，可以更系统地理解SQL语言各个子句之间的逻辑关系，有利于学习和开发的 SQL 语言。记忆。关系代数的学习更像是建立一种思维，这种思维对于数据库底层的实现也是非常有用的。

课程中期，掌握ER图的应用，加强数据库设计的理论部分。ER图的熟练应用可以使关系数据库模式的设计变得更加容易，理论部分也不容忽视。设计理论的应用决定了数据库的正确性和健壮性。

课程后期以理论为主，很难找到与这些理论相匹配的实验练习。这里再次强调，所有的理论知识都应该尽可能以图表的形式学习。

对于教材，强烈推荐《数据库系统概念》（机械工业出版社）。本书涵盖了数据库系统的全套概念，知识体系清晰。非常经典的数据库系统学习教材！不是参考书！

参考书可以看《MySQL 简介：数据库开发、优化、管理和维护》。本书非常适合MySQL开发从业者，可作为MySQL学习的参考书。与《数据库系统概念》相比，本书更倾向于基于MySQL技术的全套开发，分为基础篇、开发篇、优化篇、管理维护篇和架构篇。

编译原理

编译原理不如前面介绍的专业课程重要。编译原则的重要性主要体现在：

编译原理的一个重要前提课程是形式语言和自动机。自动机的思想在词法分析中有重要的应用。学完这门课，你应该会发现自动机算法在很多场景中的神奇之处。

总的来说，这门课程对于程序员的职业发展来说相对不重要，但是从难度上来说，学习这门课程可以巩固编程思想。对于学习资源，除了课堂上的幻灯片课件，还可以把《编译原理》（机械工业出版社）这本书作为参考书，帮助你学习不懂的东西（大家口中的龙书） ，觉得还是有点难嚼）。

普通班

我想分两部分介绍通识课程，主要是数学和英语，大一和大二都可以完成，逐渐接触专业课程。通识课作为很多高中生进入大学的第一门课，被视为从高中到本科的过渡。就职业重要性而言，它们远不如专业课程重要，但在本科生的学习和生活规划中却非常重要。重要地位。由于通识课课程数量多，学分重，占据本科成绩点的主要部分，影响了学生前两年的专业排名，也影响了年末免试资格的分配大三那年，也就是研究生学习的保障。从升学的角度来看，对于研究生和博士生来说，数学和英语这两门基础课还是很有用的。

数学微积分（高等数学）

微积分这个传说中的高数，已经成为无数新生心中的痛。不过好在大学里的课程考核没有那么严格。想要期末拿个高分，就不会像高中的时候那么狠了。微积分对计算机专业的重要性主要体现在计算机图形学中的函数变换、机器学习中的梯度算法、信号处理等领域。

微积分的知识体系由微分和集成两部分组成。通常，先学习微分，然后学习集成。一些学校将高等数学分为两个学期。微分是高中衍生的升级版，对新生比较友好。积分恰好是微分的逆运算，对于新生来说比较陌生，一时可能无法接受。不过所有高校都开设了这门课程，而且大部分名校都有配套的网课，教材也打磨得非常好。结合网课和课本学习模式，这门课绝对不会掉。

线性代数（高级代数）

线性代数的思维方式比较复杂。它定义了一个新的数学世界。所有符号和定理都是全新的。试图理解它的唯一方法是以几何方式理解线性代数。. 因为线性代数和几何有着千丝万缕的联系，比如空间变换的理论支持就是线性代数。因此，网上有各种“视觉学习线性代数”的学习资源，帮助理解线性代数的含义，帮助形成记忆。

Bilibili——【官方双语/合集】线性代数的精髓-系列合集概率论与数理统计

对于计算机专业的学生来说，这门课程在概率论方面可能比在数理统计方面更有用。也许有些学校只提供概率论或数理统计课程，但只提供零碎。概率论的学习路线类似于微积分，即公式辅以实例，不像线性代数那样抽象，更贴近生活。在当前的就业形势下，概率论和数理统计专业的学生应该是数学专业最好的工作。他们通常在他们的帖子上做一些数据分析工作。因此，本课程确实是数据分析的重要组成部分。作为必修课，概率论在机器学习中的重要性不言而喻。

离散数学（集合论、图论、现代代数等）

离散数学是计算机科学的专属数学，但实际上离散数学对于毕业后找工作的小伙伴们来说还没有起到巨大的作用。离散数学的作用主要在图研究等领域。它非常理论化，需要研究生尽可能扎实地掌握。

英语

英语在大学里是一种相对灵活的技能。有人会说，“英语学得越好，个人发展就越好”。英语技能不在他们的技能清单上。以下词语仅适用于计算机专业人士。

英语课程一般只在本科课程的前两年提供。朋友们，你可以记住，如果你想通过英语课来提高你的英语水平，你可以放弃这个想法。英语水平的提高有赖于我平时的积累和练习，还有针对性的刷题。

您必须通过英语 CET 4 和 CET 6。这是必备技能，大部分就业岗位都要看4、6级，起码过关。4级比高中英语略难，普通朋友可能会卡在6级。6级需要针对性训练，因为大学期间能接触到英语的人太少，每学期一节英语课是不够的。保持他们的英语水平。对于一些来自偏远地区的高中英语基础薄弱的人来说，参加CET 4和CET 6考试会更加困难。建议考前集中训练往年真题，辅以背高频词汇，四六级只需要425分，而这个分数线是比较容易达到的。稍微好一点的朋友可能会得到 500 分。如果你能在考试中拿到600分，那是一个非常好的水平，是你简历上的一个亮点。

雅思托福英语考试仅限于想出国的小伙伴，以及应聘对英语能力有特殊要求的职位的小伙伴。雅思托福考试并不好过，所以花钱买更靠谱的校外补课应该是更好的选择。

对于计算机专业的学生来说，英语能力还是比较重要的。虽然求职时没有雅思托福成绩单，但你至少要能够：

毕竟，计算机语言是一种字符语言。听、说、读、写至少满足阅读和写作两项并不过分。

问答

1.我觉得学校教的东西跟现实没有联系。毕业后真的能找到工作吗？

就我所学习的学院和大学而言，我相信他们的培训项目能够培养出具有就业能力的毕业生。相信很多名校的培训项目都不错。如果你就读的学校不是很好，你质疑你学校的修炼能力，我建议你去名校的网课多学习。如果你在国内名校就读，请相信你的专业培养计划下限不会低。

另外，如果你的学校比较差，大学期间一定要尽量让你的简历好看一些。你可以出去实习，参加一些高质量的比赛，和老师一起做一些项目。

2.学校需要加入一些社团、学生会等吗？

作者只参加过社团，没有参加过学生会。对于这个问题，我会根据我接触过的人来简单回答一下。根据不同的发展方向，可以选择投身俱乐部和学生会的能量。比如你是个技术宅，那我觉得就算你加入俱乐部之类的团体，也得不到你想要的能力，也没必要去参加。如果你是学生干部，或者擅长与人打交道，也许毕业后会做产品经理，那么在学生会的经历对你来说应该是一个很好的锻炼。是否选择参加集体活动，投入多少精力，完全取决于你如何定位自己。请在合适的环境中修炼自己，

3.你必须参加大学比赛吗？

对学生来说，比赛的好处是，如果他们赢了，就有可能获得额外的研究加分，丰富自己的简历，在申请中获得好感分。保障研究加分所涉及的具体比赛需要向所在院校咨询，并非所有比赛奖项都可以加分。

那么竞争有什么坏处吗？还有一点，就是能力不强，但是还是花很多时间在打游戏，这不是缺点，还是提升个人能力计算机程序设计是学什么的，缺点是指因为比赛耽误了. 专业课程的学习。结果，基础不牢固，突出的能力没有培养出来。如果捡到芝麻丢了西瓜，那就不好了。

一般来说，参加比赛的利大于弊。不要低估自己的能力而排斥参加比赛，也不要高估自己的能力而过于沉迷于比赛。

以上是我对本科计算机专业各门课程的解读。如果有什么不对的地方请指正！

参考

[1]

：

[2]

：

[3]

代码：

[4]

《硬核算法学习书籍+资源推荐》：docs/dataStructures-algorithms/算法学习资源推荐.md

[5]

如何刷 Leetcode？：

[6]