zoukankan      html  css  js  c++  java
  • 预备作业02 20162308 马平川

    你有什么技能比大多人(超过90%以上)更好?

           现在可能是视频后期制作的能力,但我希望以后会是编程的能力,待人接物、为人处世的能力。

    针对这个技能的获取你有什么成功的经验?

           点亮视频后期这个技能可能和高中拍电影的时候,赶鸭子上架,一点一滴从无到有,当时这方面也没有老师,有什么不会的就Google,然后几个小伙伴一起尝试,一起体验新功能。当时后期制作的时候是用一台4G内存的奔腾机,渲染一个十来秒的片段有时候就要一天一夜时间,虽然我们当时的开发条件挺艰苦的,但是几个人一起在实践中探索钻研的感觉就会觉得很棒。因为知识终究是纸上的东西,只有经过自己动手去尝试,才能够真正学到知识。
           就像我高中学习编程一样,那时候在学校里,没有电脑,只能看刘汝佳的《算法竞赛入门经典》。其实编程的学习只看书有些编程思想刚开始接触就会觉得很抽象,比如说我接触的第一个算法——递归,光看书我看了一周都没有看懂,后来周末回家,在电脑上把样例的代码一敲,然后再刷几道OJ上的题目,很快就明白了。就我个人学习的经历而言,我觉得算法本身是抽象的,做中学的过程就是将抽象的算法思想变成具体的代码来实现。
           另外一方面,做中学也是一个在实践中发现自己问题的地方。看书的时候,觉得自己不会碰到范围溢出或者堆栈溢出的问题,但是在实际操作中,经常就会产生一些低级错误,比如标点符号用了全角符号,条件判断的时候只打了一个"=",忘记在句末打上分号,DFS或者BFS的边界条件设置的有问题,申请的动态内存在用完以后没有free()等等。很多学习中的“坑”光看书是发现不出来的,只有在实践中碰到这些坑,然后Debug以后,才能在以后少犯错直到不犯错,真正学会这门技术。

    与老师博客中的学习经验有什么共通之处?

           老师博客中的学习经验我认为主要是有两个方面,一方面是实践,一方面是坚持。
           要想做到这两点,都不那么容易。我在学习的过程中较多地倾向于实践,但是在坚持这方面做的不够。
           我在加入信息竞赛班以后,过了一个月,因为觉得在信息竞赛班要牺牲中午午休的时间,我就退出了。只是会在下午去机房刷刷题目。现在想到这件事,也觉得挺遗憾当时没有坚持下来的。
           很多时候,其实离优秀的距离只有坚持这一条。但是日复一日、持之以恒并非一件容易的事。老师减肥的经历给了我很大的启发。既然自制力不够,就通过外物来刺激,走出自己的舒适区,一步步追求更好的自己。

    你对《程序设计与数据结构》的学习有什么具体目标?

           目标主要是以下几个部分。或者说是像玩游戏一样,一步一步点亮技能树的过程知道创宇技能表

    PS.这个技能表是用于信息安全方向程序员的。

    作为适应于未来岗位需要的人

           点亮知道创宇技能表里的通用技能。虽然很难。

    作为程序员

           养成整洁、优美、规范的代码风格。
           能够设计出高可用的类、函数。
           具有自主学习较难新算法的能力。
           etc...

    如何通过“做中学”实现你的目标?

           走出自己舒适区,最简单的,不要因为OJ上的题目都是英文的就不喜欢做,然后题目不要一开始没有思路,就马上看别人的解题报告,自己多动动脑子,多找找的思路。这样就算最后还是做不出来,看别人的解析也能够有能多的收获,对算法也能有更深刻的理解。

    写在最后,
           可能老师的四篇文章对我收获最大的就是走出舒适区五个字,因为现在的课程设计其实留给自己的空余时间还挺多的,但是,有时候看网上讲算法的mooc课程看一会儿就犯困;之前在看一个算法,然后一直没看懂,本来想去问老师的,后来因为各种各样的原因又没有去;甚至现在上了大学以后看见字比较多的材料就下意识的逃避。其实所谓的走出舒适区就是克服自己的惰性,然后让自己变得更好
           Anyway,对课程充满期待,对老师充满期待,对未来充满期待。

  • 相关阅读:
    Spring中的@Valid 和 @Validated注解你用对了吗
    linux 安装php_fileinfo扩展
    长链接,案例
    小程序,if 语句嵌入控制class 内容
    脚本执行,log 换行符号 PHP_EOL
    查看ip,某端口是否开启
    Out-of-core classification of text documents of sklearn
    Working With Text Data of sklearn
    docstring of python
    Manifold learning of sklearn
  • 原文地址:https://www.cnblogs.com/pingch/p/6117286.html
Copyright © 2011-2022 走看看