自学编程的 6 个致命误区

article/2025/10/17 3:42:19

嗨,小伙伴们大家好,我是沉默王二。本篇文章来和大家聊聊自学编程中的一些误区——这是我在 B 站上看了羊哥的一期视频后有感而发的文章。因为确实有很多读者也曾私信问过我这些方面的问题,很有代表性,所以我就结合自己的亲身体会来谈一谈,希望对小伙伴们有所启发。

01、追求时髦

所谓基础不牢,地动山摇啊。可很多小伙伴压根就没注意过这个问题,市面上出什么新鲜的技术就想去尝试,结果把自己学的乱七八糟,心灰意冷。

别的语言我不懂,就拿 Java 来说吧。时下最火热的技术,有微服务 Spring Boot、有分布式 Spring Cloud,虚拟容器 Docker,流处理框架 Flink 等等等等,但如果你连 JDK、JRE 和 JVM 都搞不清楚的话,那这些技术学起来可想而知有多痛苦。

我从一开始写作那会就计划着用半年的时间把 Java 基础方面的文章写完,结果呢,写了一年多,发现还有特别多的内容没有覆盖到。

学习是个漫长的过程,小伙伴们在学习一门语言的初期,一定要从基础开始,不要着急,时髦的东西咱把基础夯实以后再来吃,不然容易撑着哈。

02、孤军奋战

透露给大家一个小心得,我有很多知识都是从小伙伴的留言当中学到的。

我写文章从来不怕自己犯错,因为我有一颗强大的心,经得住批评和嘲讽。金无足赤,人无完人嘛,况且我一直认为自己就是一枚菜鸟,本着这种谦虚谨慎的态度,我想说一句哈,文章中有些知识点写错了,不是我不负责任,是我也在学习,我又不是孔子,传道受业解惑的,纯粹是为了和大家交流而已。

对吧?如果你没有分享的勇气,只肯自己闷头学习,那么不好意思,你的成长是很有限的。

这就和打战是一样的道理,要团队配合,不可孤军深入。

我已经建了 8 个学习交流群了,有些小伙伴进去后一开始嫌人少,不想做元老,想去人多的,可到了人多的群里仍然沉默,一言不发;有的小伙伴呢,不管三七二十一,有问题就是问,这次没人回答,下次还是问。

这种心态非常值得肯定。为什么这么说呢?群嘛,不可能所有人都在盯着你的问题,也不是所有人都会解答你的问题,问不到答案是很正常的一件事。

但提问本身是具有重大意义的,因为你会在提问的过程中组织语言,你总得把问题描述清楚啊,不然别人解答也无从下手,对吧,陈述的过程是要花心思的。一旦你的大脑在高速运转,那么答案很可能自己就找到了。

03、刻意记忆

有好几个小伙伴曾发私信给我说,“二哥,总感觉学完就忘,可怎么办啊?”

其实这种困惑真的没有必要,因为人总会忘的,忘是一种常态,我连勾股定理都忘了。还记得张三丰教张无忌太极拳那个桥段吧,忘,忘了,才能学新的。

我们学习,其实从某种层面上来看,学的是一种学习的能力,而不是死记硬背的知识,对吧?

在我的概念里,不管你是名校毕业,还是野鸡大学毕业,只要你能在工作中解决问题,那就会受到重视。解决问题就不需要你记忆大量的知识点,记不住了问搜索引擎啊。

其实,我最讨厌的就是那些炫耀记忆力的,真不如炫耀一下学习力。互联网解决了人类一大难题,就是信息的存储和检索,对吧?

我上学的年纪,没有手机,没有互联网,查个字只能翻一本厚厚的新华字典,效率极低。甚至为了写作文,背大量的名句典故,虽然现在考生还需要,但我觉得早晚要被取代。

对于程序员来说,就更没有必要记那么多知识点了,除非——你要面试。说起来这事,我觉得很有必要以后面试的时候,上机联网考试,咱们不扯那些没用的,你要造火箭,咱造就不就完事了。

多花点心思搞创新,提高学习能力,它不香吗?

04、怀疑自己

世界上优秀的人毕竟是少数,大部分都非常平凡。只有意识到这一点,你才能做到不妄自菲薄。

我时常遇到一些小伙伴,说:“二哥,我学历不好,我出身不好,我在公司好像不受到重视。”针对这些小伙伴,我只能说,心理建设真的非常非常重要。老怀疑自己,你怎么可能变得更强?赶紧把那些自卑扔到垃圾桶,与其卖惨博同情,不如自我超越。

不是所有人都是学霸,也不是所有人家庭条件都很优渥,作为一个平凡人,我们必须要学会自信,学会扬长避短。

我就写不了高大上的技术文章,甚至有些文章还会出现一些错误,没关系的,真的,有人爱喷就让人家喷啊,那是人家的自由。

因为被别人喷就停滞不前,不敢分享,那是弱者的表现,真正的勇士敢于直面别人的口水。我敢说我就很勇敢,有啥好怕的呢?总有人欣赏你的。

我以前非常喜欢一本书,叫《自卑与超越》,读了很多遍,虽然没有找到超越的秘诀。但不得不说,这本书的书名非常棒,对吧?不要和那些优秀的人比,你需要超越的不是他们,而是从前的自己。我就不信,真的是活一天不如一天?

可以允许别人超越你,但绝不能允许自己怀疑自己。

05、收集资源

好像网络上特别流行一句话,叫做:“收藏从未停止,学习从未开始。”每次看到都觉得特别扎眼,有些人是处于调侃,有些人呢,是真的养成了习惯,见到好的文章,见到长篇大论就赶紧收藏,但从来没有认真从里面学习到一丁点知识。

哪怕你看 100 字,看 200 字,从中真的学习到一点,然后把它扔到垃圾箱,都比你把它放到收藏夹吃灰,强上一百倍。

我公众号里不是整理了 500G 的教学视频嘛,然后我就观察啊,有些小伙伴呢,一次性就想把所有的视频全都取走;而有些小伙伴呢,一天过来取一集。我认为,后者要比前者更能学到知识。

网络上资源真的是已经泛滥了,除了坏的,好的都快。。。。。。你花一辈子都看不完,真的。

与其收藏,真不如每次看到就学一点,哪怕学一分钟,对吧?

最近一段时间,我每天到 B 站刷 2 集视频,咱不多刷,然后就地消化,等到真的融会贯通了,再去刷新的。

这样的好处显而易见,刷一集就吸收一点,长年累月下去,那自然身强体壮啊。

06、想学最好的编程语言

每次谈论“谁是最好的编程语言”这个话题,总忍不住把“PHP 是世界上最好的语言”这个梗扔出来。真的,不管是不是梗,“想学最好的编程语言”就是一个伪命题。

每种语言都有它存在的道理,但也有它的生命周期。我们所能做到的,就是学一门,爱一门,真的把它变成养家糊口的工具。

对于程序员来说,技术永远都是学不完的,因为时代在进步啊,新鲜的有活力的新语言早晚都要出现。如果你不能从中获利,那么学哪门语言都白搭。

就目前来说,Java 肯定是就业形势非常好的一门语言。Python、C++、C#、C 等等等等,几乎市面上没有被淘汰的语言都值得去学,不要挑肥拣瘦。

我记得有一次,有个小伙伴就给我说,“二哥,你这么优秀,能预测一下未来十年里哪门语言最火吗?”

哎呀,我去,当时我就感觉自己要懵逼。未来十年,计划得可真长远。别说十年,五年内我都预测不了。

纠结于这个命题的小伙伴,让我想起了“铁饭碗”。偶尔听一些长辈谈论,你家孩子上那个什么什么学校吧,学什么什么专业吧,保准毕业后拿到一份稳定的工作,都什么年代了,还这么向往“铁饭碗”啊。

语言之间都是相通的,真不假,虽然各自有各自的壁垒,但像我这种对编程没有极致追求的程序员,不也凭借 Java 这门编程语言养活了自己嘛。

在我这 10 年程序生涯中,我搞过 Ruby,SQL、Flex、ActionScript、JavaScript、PrimeFace,甚至还有一段时间自学过 PHP。无论哪门子编程语言,我敢拍拍胸脯说,我能学会。关键是,挣到了钱,你信不信?

谈钱多俗,对吧,但你学一门语言不就是为了挣个面包钱吗,只要能帮助我们达到这个目的,就是最好的编程语言。

COBOL 程序员不是都被抢了吗?

好了,亲爱的读者朋友,以上就是本文的全部内容了,能看到这里的都是最优秀的程序员,我必须要伸出可爱的大拇指为你点个赞。

如果觉得文章对你有点帮助,请微信搜索「 沉默王二 」第一时间阅读。本文已收录 GitHub,传送门~ ,里面更有大厂面试完整考点,欢迎 Star。

我是沉默王二,一枚有颜值却靠才华苟且的程序员。关注即可提升学习效率,别忘了三连啊,点赞、收藏、留言,我不挑,嘻嘻


http://chatgpt.dhexx.cn/article/MUKMkip8.shtml

相关文章

java编程自学app_Java编程自学软件

Java编程自学软件是是一款Java学习软件。Java编程自学软件为用户提供Java语言,ISh和SQL 数据库编程等技术方便用户学习Java知识。有需要自学Java编程的小伙伴们可在华军软件园下载Java编程自学软件。 Java编程自学软件功能特色 专业化、具体化。 有真正意义上的实战…

c语言 软件编程入门自学,软件编程入门自学

文章目录[隐藏] 软件编程入门自学 作为界面,MFC方便上手,QT也不错。您好,自学编程建议从C语言开始。可以说60%~80%的程序员都是从C语言开始的。 众所周知,编程语言分为结构化编程语言和面向对象编程语言。结构化编程语言比面向对象…

自学编程,收藏好这7个免费网站,可省你上万块钱的学费

如果你要自学编程,一定要收藏好这7个网站,上面免费的优质教程很多,完全可以省去你上万块钱的学费! 话不多说,直接上干货! 第一个,W3school 一个主打图文教程的网站,不管是前端开发…

蛙跳算法优化VMD参数,惩罚系数,分解层数,matlab语言 ,最小包络熵为适应度函数。

蛙跳算法优化VMD参数,惩罚系数,分解层数,matlab语言 ,最小包络熵为适应度函数。

粒子群算法(6)-----几个适应度评价函数

下面给出几个适应度评价函数,并给出图形表示 头几天机子种了病毒,重新安装了系统,不小心把程序全部格式化了,痛哭!!!没办法,好多程序不见了,现在把这几个典型的函数重新编…

粒子群算法几个适应度评价函数

http://blog.csdn.net/niuyongjie/article/details/1619496 粒子群算法(6)-----几个适应度评价函数 标签: 算法图形function 2007-05-21 16:28 37960人阅读 评论(25) 收藏 举报 分类: 粒子群算法研究(8) 版权声明&#xff1…

遗传算法优化LSTM网络结构(实现自动根据适应度函数:即准确率来全局搜索最佳网络结构):主要被优化参数:网络层数,每层的神经元个数,全连接的层数,全连接层的神经元个数。代码有详细注解

代码视频链接:https://www.bilibili.com/video/BV19q4y1Q7DR/ 代码效果图: 1.优化参数 本文优化的是LSTM的层数参数和各层神经元参数,其中包含了lstm层和Dense层,其中我们规定了神经网络的层数不超过3层,每层的神经元个数在[32,256]之间。 2.注意事项 2.1.本文的遗传算…

粒子群算法的几个适应度评价函数

下面给出几个适应度评价函数,并给出图形表示 第一个函数:Griewank函数,图形如下所示: 适应度函数如下:(为了求最大值,我去了所有函数值的相反数) function y Griewank(x) % Griew…

【人工智能】人工智能二——遗传算法的基本概念遗传算法的基本算法(编码群体设定适应度函数选择交叉变异遗传算法步骤)解决带约束的函数优化问题多目标的遗传算法遗传算法的改进算法

人工智能二——遗传算法的基本概念&遗传算法的基本算法(编码&群体设定&适应度函数&选择&交叉&变异&遗传算法步骤)&解决带约束的函数优化问题&多目标的遗传算法&遗传算法的改进算法 遗传算法的基本概念遗传算法的…

【建模必备】遗传算法的基本原理与步骤(适应度函数与适应度分配)

如果喜欢这里的内容,你能够给我最大的帮助就是转发,告诉你的朋友,鼓励他们一起来学习。 If you like the content here, you can give me the greatest help is forwarding, tell your friends, encourage them to learn together.

2018-3-19 损失函数与适应度函数,稳定选择与分裂选择

1.适应度与损失函数 我觉的: (1)都是用来描述目标函数一个方面的效能的一个函数 (2)进行输入之后,结果都是一个可以进行比较的值 来源:机器学习之 损失函数和风险函数 - CSDN博客 http://bl…

遗传算法(2):对适应度函数的改进

Review: 基本遗传算法 ----------------------------- 关于适应度的问题 1. 有的时候,目标函数可能不一定可以直接作为适应度函数。 2. f(x1), f(x2), ... f(xN)之间的差别可能不是很大,个体被选出的概率差不多,这可能导致GA的选择…

遗传算法原理,交叉、变异、适应度函数的设置

遗传算法(Genetic Algorithm,GA)由霍兰德教授在20世纪70年代提出,是以自然选择和遗传变异为理论依据的全局性概率搜索优化算法模型。采用遗传算法寻优时需要将问题的候选解进行编码,即一个候选解对应一个编码&#xff…

利用遗传算法GA和粒子群算法PSO优化算法,将BP神经网络训练集的MSE作为适应度函数

利用遗传算法GA和粒子群算法PSO优化算法,将BP神经网络训练集的MSE作为适应度函数,获取最优的权值和阈值在反向输入到BP神经网络里构建回归预测模型,同时能够打印出模型的多个评价指标,具体效果可以看图 ID:3250669194443543Matl…

麻雀算法SSA,优化VMD,适应度函数为最小包络熵,包含MATLAB源代码

针对大家评论区给出的很多问题,作者一直都有关注,因此在这里又写了一篇文章,而且思路与这篇文章有不同之处,至于具体的不同之处放在下一篇文章了,大家感兴趣的可以移步观看,下一篇文章可以说是作者的呕心力…

计算适应度函数(目标函数)(单目标)

适应度函数 function fitness = CacFitNess(Energy,Time,MissError,overSpeed,Jerk) %UNTITLED 计算适应度函数 caculation fitness % 能耗Energy % 时间Time % 舒适度Jerk % 超限速overSpeed % 停车误差MissError global DESINTIME EMAX; y=zeros(1,5);%% 1 能耗 if E…

进化算法——昂贵、有噪声与动态适应度函数

1.昂贵适应度函数 在很多实际问题中,对适应度做一次评价会需要几分钟、几小时、几天甚至更长时间的计算或实验。我们在这里讨论如何减少适应度评价所需的时间以便降低进化算法对计算量的要求。 实际问题涉及的适应度函数常常包含下列的一种或多种特征:…

经典算法研究系列:七、深入浅出遗传算法,透析GA本质

经典算法研究系列:七、遗传算法初探 ---深入浅出、透析GA本质 作者:July 二零一一年一月十二日。 本文参考:维基百科 华南理工大学电子讲义 互联网 ------------------------------------------------------------------------------- 一、初探遗传算法…

适应度函数及遗传操作

本文转载自:http://blog.csdn.net/b2b160/article/details/4680853/ 这篇文章所举的例子非常给力,摘自《遗传算法原理与应用》,至少我是看过之后就明白了很多概念~ 首先,什么是遗传算法? 遗传算法是为那些难以找到传统…

遗传算法(三)——适应度与选择

适应度(fitness) 含义: 个体的适应度(fitness)指的是个体在种群生存的优势程度度量,用于区分个体的“好与坏”。适应度使用适应度函数(fitness function)来进行计算。适应度函数也叫…