对CS自学指南的思考

近来我重新“找到”了CS自学指南这本书，翻看之下，思考颇多。

其实大概一年前我就在学长的推荐下得知这本书了，当时点进去看着众多不认识的名词，带着一种难言的恐慌，我把他关掉了。于是这本书在我的收藏夹中吃灰了一年。

在这一年的学习中，我接触了许多计算机的核心课程，我感觉自己总算是有点入门CS了。今天翻看Github，偶然再次看到了这本书，于是带着一种复杂的心情，我重新翻开了他。

这次阅读带给我的感受是完全不一样的。我感觉书里说的所有东西我就算不懂，也好歹是有所涉猎；但我还是有触目惊心之感，因为通过阅读指南中的描述，我深刻意识到：我大学学习的并不深入！但是和一年前那种迷茫的感觉终归是不同的，现在我也绝不会再次采用鸵鸟策略，我想我应该按照书里所讲做点什么，以弥补自己大学时的空缺。

书里的内容真的太多了，可以说汇集了全世界的CS精品课程。而几乎每个课程链接点开，很可能都是一个月+的学习时间（非脱产），即使是从大一开始自学，在应对大学课程的同时，想要全部学完也是很困难的。而我现在可以说大学仅剩1年的时光，想要完成“自救”，必须做好取舍，从中选择真正对自己有益的内容进行学习。

顺便说一下，即使是从大一开始跟着这份指南自学，与传统意义上的大学生评判标准可以说是相违背的。现在很多学生都把出国或者保研作为比较成功的大学出路，而二者基本都需要通过科研论文、竞赛获奖以及高绩点这些外在的标准来提高竞争力。根据我的大学经历，想要顾好绩点、竞赛和科研三者对于普通人几乎是不可能的，甚至好几届学生才能出这样一个神人；而额外进行如此大规模的自学，其需要的精力绝不比以上三者任何一项低。可能有人想说，我通过优质的自学资源大大提升了专业素养，想要取得好成绩、竞赛取得好名次、科研做出好成果，不是水到渠成的吗？按理说应该是这样，可是事实却是：好成绩往往来源于“好”报告，竞赛获奖或科研出成果更需要在某一领域刻苦钻研，而不是在全方面达到较好的水准。我想，这种高质量的自学更像是在苦练“内功”，他大大提升了你的学科综合素养，并帮助你寻找到自己感兴趣的方向，最终在研究生阶段提供极大的帮助。按照我现在的想法，本科阶段能够做到广泛涉猎并找到自己的方向，已经可以说是莫大的成功了。

那么接下来的一年我应该如何合理的利用这份《指南》完成“自救”呢？虽然我可以不受考研困扰，但终究时间少任务重，需要认真辨别仔细取舍。我的想法是：夯实基础、巩固方向、扩展新路。

虽然从高中开始我就通过信息竞赛对CS相关知识有所接触，大学三年中我也进行了比较合理的学科训练，我还是感觉我的基础并不够好，其中最主要的一点就是在大一时我没有学好数学类（微积分、线性代数等）课程，而这一点虽然后来通过我的自学有一定改观，但实际上在大一后的两年学习中一直让我有所困扰。为了不让基础问题成为限制我日后上限的瓶颈，《指南》中的基础部分我应该进行学习。我目前的想法是：认真学习《指南》中的微积分以及线性代数课程，快速过一下电子电路、离散数学和基础工具类课程。前者我确实学的不好，后者我则是在大学学习中有所瑕疵。哦对了，还要学一下《CSAPP》，这个算是CS体系的基础了，其实大多内容也都明白，但是还是需要串一下，因此想要较快的过一遍。

如果不出意外的话，我日后的研究方向很可能是计算机系统的可行性以及安全性，当然我对于图形学以及静态分析也有一定的兴趣（这么看来我的兴趣点都好传统啊……），因此这三点我也要学习。我的想法是，最最重点的就是学习指南中的系统部分，尤其是使用Rust语言构建系统的课程，因为这很可能是我未来的方向。图形学至少真正把Games101看完吧，再顺便把看了一半的learn OpenGL补完，弥补当初课程的遗憾。静态分析则是打算跟着南大的程序设计网课走一遍，未来我还是很想试试能不能去跟着两位讲课老师做研究的。

扩展新学部分，主要就是人工智能方向了。现在想来大学阶段人工智能类的课程我也算接触不少了，但我总感觉自己学的零零碎碎，没有把握到要点，完全没有真正入门。现在别人问我，我总是说我对AI方向兴趣不高，可是真的是这样吗？其实我内心一直都很清楚，真实情况是我自我感觉这方面没入门，很多东西不太敢大谈特谈；真要说有没有兴趣，还得是真正入门了才能知道。好在通过大学几门课的学习，相关的理论我总算是了解了一点，想要入门应该也会稍微轻松点吧。这里我的想法是，从深度学习理论学起，了解几个常用网络的特点及使用；然后学习一下计算机视觉以及nlp的内容，大学阶段没有接触这两部分真是我的一大遗憾。

至于说其他课程，鉴于我自认为大学中不管怎么说还是学了一遍的，即使不够深入但是对于我日后的发展来说基本算是够用了，因此优先级往后放放，大概会在研究生阶段或是日后工作后当成课余兴趣看一看吧。

总体来说，我接下来一年想要学习的课程的优先级如下：