恰恰相反，计算机专业的范畴虽然广泛，但并不算很杂。相比，某些内容组织的乱七八糟的专业，更容易学精。而且大学课程的设置就已经为学生学精指了一条明路，不像某些专业如何学精简直就是一门玄学。

计算机专业的主干课程，就是如何写代码及代码如何在计算机上运行的这件事。

计算机专业的大学课程就已经指出了学习的方向：

1. 一般大一学C语言，大概掌握面向过程的程序设计思路。大多数非科班工科专业的计算机课程基本都停留在这阶段，无论用多少年MATLAB也不会改观（我用了8年matlab，我现在依然黑）。大多数脚本语言也都是这样，按着顺序把思路写下来，让计算机一步一步执行。

2. 理解OOP（面向对象编程）是水平提升的一大飞跃。掌握继承、多态、封装之后是一个aha moment，原来代码还能这么写，真牛X！现在大多数的大型系统基本都是基于OOP思想设计的，OOP是你掌握编程和控制系统复杂度的一个利器。

3. 学会算法与数据结构，也是代码提升的一大步。当你像洋葱一样拨开数据结构的层层外壳时，你对编程的理解就进入了一个新的阶段。什么时候用链表、什么时候用顺序表、什么时候用图、什么时候用树。什么是B数、B+树、红黑树？为什么数据库要用B+树，为什么有些场景要用红黑树。

4. 学会操作系统原理，也是代码提升的一大步。当程序设计到一定阶段，想要继续提升和优化，你就必须要深挖程序所在的平台 - 操作系统了。明白操作系统底层的运作机理，你才会明白，如何调度程序能够让代码更高效，如何并行、如何多进程，如何多线程。

5. 再往下深挖编译器，深刻理解编程语言是如何转化为机器语言的，其中涉及到深刻的语言学知识（乔姆斯基那套，牛逼的飞起来）。这并不是杂，而是在面对真正的问题时，即语言之间的转化，该如何解决？这也体现出计算机领域的博采众长，是人类知识的宝库。

6. 然后是计算机组成原理，更近一步深入挖掘计算机代码与硬件之间的关系，理解代码是如何在硬件上运行的，提供给学生压榨CPU性能、压榨GPU性能的能力。这不叫学精，什么叫学精？

7. 还有很多很多分支，计算机网络，分布式系统，并行计算，计算机图形学，密码学，生物信息学，计算机视觉，语音识别，自然语言处理等等，这可能让学生觉得有点杂。这恰恰是计算机丰富性的体现。而这些分支，也从来不要求学生全部掌握，学生只需要选择其中一个领域深入进去，学深学精即可。

说这么多，cs核心技术栈（算法与数据结构、操作系统、计算机网络、计算机组成原理四大基础） + 深入某子方向才是计算机的正确学习方法。

霍华德

788 次咨询

5.0

机器学习、大学优秀回答者

科技盐究员

去咨询