0、一篇文章搞定编程学习的问题，你也可以学会这门手艺、特长

0、引言

一直想着写一些关于如何学习编程的文章。一方面，周围一些朋友开玩笑让我开课，还在幼儿园的儿子也天真地问我什么时候教他编程（少年不识愁滋味，很傻很天真）；另一方面，自己从业这么多年，似乎积累了一些杂乱无章的东西，自己也想系统地梳理一番，稍微俭省一番，似乎真有些东西，如块垒在胸，不吐不快了，索性发愿写出来，也许不够精彩、不成体系，但至少是真诚、有用，如果能够稍微表达出一丝编程之美，于己也算是善莫大焉了。

1、为什么要学

首先要说明的是，科班出身的，不在此列，虽然有些人读了4年，也没想明白为什么要学，最终也没有学个明白，然后匆匆毕业、从业于编程无关之行业。

在我看来，编程不必作为谋生之手段，更可以作为个人之兴趣特长。而会编程与不会编程相比，在各行各业都能有一定比较优势，至少在数据整理、分析方面可以提高效率；至不济，至少学得了计算机思维，在日常分析、解决问题时，能多一个看问题的角度也是好的。

人工智能的发展经历了历史的三起三落，终于有了如今的如火如荼。ChatGPT之流，更是让学习编程的门槛一降再降。所以，此时不学，更待何时。

图1 ChatGPT编写2048小游戏

2、怎么学

我觉得既然应当当做兴趣特长来学，就没有必要按照科班教学一样、把味同嚼蜡的教材从头到尾嚼一遍。

可以试着结合生活兴趣或者工作场景来学，以用代学，以学促用。反正不用考试，用到啥学啥，现在用不到的东西就以后再学，根本用不到的东西更没有必要学。

当然，虽然编程的门槛降低了，但还是有一些门槛的，我觉得门槛在于能否把握一些本质的东西，并构建起编程的框架，具体的语法、用法，之后根据实用再来填补就是了。

编程的本质

把计算机工作的原理进行抽象，不外乎三步：

• 数据输入

• 数据处理

• 数据输出

图2 计算机数据处理

计算机体系结构也可以按照这三步进行划分：键盘、鼠标等是为数据输入部分；控制器、处理器、内存等是为数据处理部分；显示器、外存等是为数据输出部分。

所谓编程，就是以代码的形式组织计算机能够理解、执行的指令，最终完成数据的输入、处理和最终输出的整个过程。

计算机所做的事情，其实就是把现实中的问题，理论上可解的问题，转换为数学问题，然后在计算机中高效求解。问题本身可能是社会问题，比如黑暗森林法则，也许是艺术问题，比如绘画等。这些都可以转换为数学问题，然后在计算机中得到快速解答。

框架的构建

既然编程简单来说，就是数据的输入、处理与输出，最核心的部分自然就是数据的处理。

数据处理自然包含两部分，数据本身、以及对数据的处理：

图3 编程的核心

数据本身如何组织、表示，就引出了编程中第一个概念：变量。可以类比数学中变量（自变量、因变量）的概念。

数据有不同的类型，比如整数、小数、一串文本等，对应到变量中，也有不同的存储形式，这些都可以成为简单变量。

此外，为了更加便于对数据进行处理，编程中还会对变量进行组合，便构成了复合变量或者称之为数据结构，也是编程中常说的集合类型。其实，最底层的数据结构，根据一组数据是连续存储在一起，还是分开存储的，分为线性表和链表。在这些基础之上，结合不同的数据访问限制，可以衍生出列表、队列、栈、散列表等。

对数据的处理，就是算法，没必要把算法这个概念妖魔化，就是数据处理的各个步骤的组合。比如最经典的把大象装进冰箱里的算法是如下三步：

• 把冰箱门打开

• 把大象装进去

• 把冰箱门关上

只是有些经典算法，虽然难以理解，但是效率比较高。而我们自己写的算法，则相对朴素一些、慢一些。

数据处理步骤的组合，有三种形式，顺序结构、分支结构、循环结构：

• 顺序结构：如同自然语言中的，首先、其次、然后、最后等；

• 分支结构：如同自然语言中的，如果...就...，否则...等

• 循环结构：我要打10个，重复1000次等。

编程很大程度上，在于将重复的工作自动化实现，从而消除重复的人工成本。循环结构是消除重复的其中一个方法，另一个方法则是函数，把可能会重复用到的多行代码封装为一个整体，这个操作成为函数定义；在需要用到这些代码的部分，直接调用该函数即可，避免每次都复制那么多行。

我们在通过编程写代码、解决现实问题的过程中，其实就是分为两步：1）问题所涉及的数据如何组织，也就是数据结构的选择或者自定义；2）数据处理的算法实现。

所以，数据结构和算法是编程的两大核心。

数据结构与算法是分离的，还是封装在一起的，又引出两个很核心的编程思想或者派系：面向过程、面向对象。

面向过程：数据结构和处理数据的多个函数是相互分离的，数据结构以函数参数、函数返回值的形式在多个函数之间传递。

面向对象：数据结构和对数据的处理被封装在一个称之为类的结构中，数据结构被称为类的属性，处理函数被称为类的方法。

暂时不需要深入，只需要先在脑海里形成一个基本概念：数据结构和算法是分离、还是封装在一起的。不必纠结其他概念，很多科班出身的，学了4年，也没有搞明白有啥区别。大部分数据处理的算法，一行行、一步步写下来就行了，及时不会面向对象也没有关系。

完备性与可扩展性：

编程语言考虑到完备性与可扩展性，会提供一些内建的模块或者三方模块，我们可以使用这些模块，类似于乐高积木的形式，快速实现我们想要的功能，这叫做“不重复造轮子”。

内建模块，一般包括多线程/多进程、网络编程等，暂时不需要了解，用到了再学就行了。

各种编程语言的三方模块的生态一般都比较完善了，可能你能想到的大部分功能，都有对应的三方模块，也是随用随学而已。

编程这门手艺，是偏向于实用的，用得多了，要学的多了，自然就学会了。只是看书，看再多的书，可能最终也是学不会。

具体的语法，可以通过ChatGPT等进行快速学习，甚至用到现查，可以说学习的条件已经极为便利了。

图4 ChatGPT编写游戏运行效果

其实怎么学的核心，还是开头的那八个字：以用代学，以学促用。

3、学什么

仁者见仁智者见智，我觉得完全是个人主观的意见了。有人说，PHP是最好的编程语言，没有必要争论。

我个人推荐学习Python，因为学起来简单，关键是用起来很方面。至于有些人说的编程语言性能的问题，我觉得大部分人的工作场景根本没有到比拼编程语言性能的地步，强实时的军工系统或者无人驾驶类似的场景，确实会对性能有所要求。

如果性能不是影响决策的因素，能用一行代码解决的问题，你干嘛非要写十行呢。

此外，既然编程的本质，是对数据的处理。如果精力足够，SQL语言，也是非常建议亲学一下的。看编程语言排行帮上的起起落落。SQL绝对是半衰期最长的一门语言，而且是只此一家，别无分号。

4、写在最后

在今后的一段时间内，我会结合一些实际场景写一些关于具体使用Python的文章，尽可能地将编程好玩、有用的一面呈现出来。

编程是一门技术，也应该是一门手艺，一种兴趣特长。

人生苦短，我用Python。