|
不懂不学习一些计算机的基础知识，他的技术极限是正无穷。 就像 Srinivasa Ramanujan 一样大量重复前人的工作，反倒有了过人的洞察力，从而有能力作出开拓时代的发现。 然而对大多数人而言，把前人的成果摆在眼前尚且不能立即掌握，要让他从零开始独自一人重复千万人的工作恐怕更是天方夜谭。 这样的结果恐怕只是，在技术上，独自一人被全世界丢在身后，奋起直追，然并卵。 然而现实是，这样被丢在后面的人很多。。。孩子你不孤独，就算没有能力理解和掌握一种算法，你也可以把它当作黑盒调用前人写好调好的程序；虽然你可能始终无法理解 i++ 和 ++i 在速度上的差别，没关系，现代的编译器始终为你优化，你无需再在意该使用哪一种；看到开源代码中出现 (i << 3) + (i << 1) 你或许一脸蒙逼，但其实就算老老实实写成 i * 10 ，开高优化，二者生成的代码也都相当于 ((i + i) * 4 + i + i) …… 相反，冒泡排序背到滚瓜烂熟，真到应用时始终不如语言标准库实现的快排；熟悉动态规划、递归递推之间的转化，你能写出时间复杂度只有 O(mn)、空间复杂度只有 O(m + n) 的 Levenshtein 距离的实现，却不如隔壁老王从维基百科、 Stackoverflow 上复制粘贴；熟悉 IEEE 754 的你借助位运算近似得到 1/sqrt(x) 的值再用牛顿法迭代造就传世平方根倒数速算法，然而机器性能的增长使得这一运算不再成为瓶颈，同时借助 GPU 和开源工具任何人都能写出更快更好的程序…… 好了我写不下去了，神来之笔在计算机科学界比比皆是，没有坚实的跨领域基础在背后支撑，你玩不到光影绚烂的 3D 游戏，搜不到 Chris Lomont 发表的研究平方根速算法的论文，用不上带有多点触摸 Touchbar 的 nbmp ，甚至想写程序还要在卡片上打孔，不，计算机压根就不存在，算盘也不存在，数学也不存在，人类还在茹毛饮血…… 话说回来，如果没有坚实的计算机科学基础，你也能灵活运用别人写好的算法、程序让周围的人、老板对你刮目相看；但是懂得原理终究是不一样的，只会调用别人写的 Levenshtein 距离而不懂得原理，如果想实现 Sublime Text 那样先筛选子序列再按编辑距离排序，你永远也想不到要怎样修改…… |
|
|
