# learn_programming

**Repository Path**: panbaorui/learn_programming

## Basic Information

- **Project Name**: learn_programming
- **Description**: 编程练习指导与示例
- **Primary Language**: C++
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 310
- **Created**: 2019-03-17
- **Last Updated**: 2022-05-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 如何学习编程


编程，英语，数学是通往未来的三个主要钥匙。其中编程是让你实现梦想，英语是让你找到通往梦想的资料，数学是让你构建路径的模型和策略。因此建议各位同学能够脚踏实地把基础打扎实，克服眼高手低的问题。


编程和很多其他的课程不一样，不是看看就能学会，需要不断的练习，不断的debug，不断的反思，不断的重构代码才能学好。其中各种语言是招式，相对好学；而算法、程序性思维是内功，并不是很容易提高。内功的高低才正真决定了一个人编程能力的高低。



## 学习的过程

因为主要的算法还是通过C/C++来实现，因此需要把C++学好。但是很多比较高级、复杂的语言特性可以不用一上来就去学，可以等基本语法、常用数据结构学的比较扎实之后再着手开始。

主要的学习步骤如下：

1. 找一本C++的书 （教材就可以，或者如下的资料）：
	- 将其中的基本内容快速过一遍；
	- 将其中的练习题都做一遍（大约2周，给自己限定一个时间，必须快速完成）
	- 在学习过程考虑，如何更有效的编程，如何提高debug能力
	- 资料（可以使用在线的教程，或者自己找比较合适的）：
		- [C++ 教程](http://www.runoob.com/cplusplus/cpp-tutorial.html) 
2. 《算法导论》
    - 根据自己的基础，把重要的内容学一下，并尝试将每一个算法都自己实现一下 （大约4-8周）
    - 实现过程需要思考，算法的本质是什么，如何将算法转化成循环、判断
    - 如何实现算法，如何测试代码，如何构建输入数据
    - 可以参考一些教程，加快学习速度，例如：
         - [麻省理工学院公开课：算法导论](http://open.163.com/special/opencourse/algorithms.html)
         - [你是如何坚持读完《算法导论》这本书的？](https://www.zhihu.com/question/27744730)
3. 在线编程练习网站
    - 在基础知识学习到一定程度之后，需要找一些算法练习题目来继续提高自己的能力
    - 如果自己想不到很好的练习题目，可以通过做[leetcode](https://leetcode-cn.com/)等在线网站的练习题，来练习
    - 可以根据自己的能力，选择如下的练习来完成
    	- [初级算法 - 帮助入门](https://leetcode-cn.com/explore/interview/card/top-interview-questions-easy/)
    	- [中级算法 - 巩固训练](https://leetcode-cn.com/explore/interview/card/top-interview-questions-medium/)
    	- [高级算法 - 提升进阶](https://leetcode-cn.com/explore/interview/card/top-interview-questions-hard/)
4. 综合性质的编程练习项目
	- 可以思考一下，如何讲所学的编程知识去解决一些实际的问题
	- 通过这个综合练习，运用所学的知识解决一个实际的问题，并锻炼系统性问题的解决思路
	- 例1：如何自己编写一个自动下五子棋的程序，思考编写这样的程序需要什么样的技术，需要什么算法，如何保存棋盘的状态，如何有效判断在何位置下子最好等等
	- 例2：如何自己编写一个数独的自动程序，类似的思考如何才能自己实现这样的程序
	

**重点**

对于C++，掌握下列知识：

* 基本语法：循环、判断、选择、函数、指针、*结构体*和*类*
* 文件读写
* 数据结构：*链表*和二叉树


**具体要求：**

1. 根据自己的学习过程，将所编写的程序保存到对应的目录里
2. 学习使用[git](3_tools/git)，将代码、报告提交到[gitee](https://gitee.com)
3. 可以参考[报告例子](report/20190304_report_demo.md)来写每周的报告。其中关于[Markdown](3_tools/markdown)的用法可以通过学习资料进行学习



## 关于如何提交作业，如何使用git，markdown等等，可以参考下面使用帮助。

具体的操作步骤：

* 大家fork这个项目到自己的项目
* 然后git clone自己的项目到本地机器
* 在各目录里写入各自的代码、报告等
* 通过`git push ...`上传作业到自己的项目里
* 由于本作业会更新因此需要更新到最新的版本，可以如下操作
```
git remote add upstream git@gitee.com:pi-lab/learn_programming.git
git pull upstream master
```

大家提交作业后，我会在大家的项目里写入批注、建议等等，从而构建良好的反馈机制，能够更有效的取得学习效果。



## 学习的建议

本学习材料主要针对有意提高自我编程能力的学生，通过本学习材料能够学习得到后续研究生阶段所需要的基础知识、技能。通过系统化的练习能够将所学的知识串联起来，从而提高学习的效率和效果。由于人工智能技术飞速的发展，所以想要在研究生阶段取得更好的成绩需要非常强的自学能力，在学习本系列教程的过程中，需要自己不断的反思，如何才能更有效的学习？怎么才能抓住所学科目的重点？如果遇到不会的问题，如何去找资料？什么样的问题去问？什么样的问题要自己去找答案？

**本教程和习题和传统的课程很大的不同点在于：必须通过自己的编程、实践，唯有自己亲自练习才能真正学到各个科目的精髓，才能切实地提升自己的能力，从而摆脱眼高手低的问题。另外本教程给出的参考资料并不是很完善，需要自己去找适合自己的学习材料，这是为了锻炼自己找资料的能力。**



## 其他相关学习资料汇编

* [智能系统实验室-新人暑期培训教程](https://github.com/npupilab/SummerCamp2018), [智能系统实验室-新人暑期培训作业]([https://github.com/npupilab/SummerCamp2018Homework])
* [机器学习教程](https://gitee.com/pi-lab/machinelearning_notebook)，[课程作业](https://gitee.com/machinelearning2018/pr_homework)