本文源于《程序员的呐喊》，作者：Steve Yegge。其中对于程序员学数学的观点令我有所启发，故在此记录当时所想。
并附上pdf电子档下载链接：https://pan.baidu.com/s/1UGdZ4dUc5IPVXMMzsCVWXA 密码：kjs4
对数学的看法
事实是：程序员不懂数学，依旧能生活得好好的。
程序员都觉得自己不需要数学：因为学校教的数学绝大多数都在工作中用不上。
而作者却发现了一些令人惊奇的事：
- **懂编程的人学数学会更容易。**如果你是个还算不错的程序员的话，数学简直太好学了。
- **学校里教数学的方法都是错的。**错得离谱。只要方法得当，自学的速度会快得多，学会以后也不容易忘。懂数学对程序员来说是如虎添翼。
- 哪怕只了解一点点相关领域里的数学，就能让你写出非常有趣的程序来，反之，这些程序会很难写。换句话说，数学知识是可以在空闲时间里慢慢累积的。
- 就算是最伟大的数学家也不可能通晓数学。这是一个不断发展的学科，人们总是会发明新的形式化方法来解决问题。和编程一样，任何数学问题总是有多个解的。你大可挑选自己喜欢的方式去解。
- 数学······呃，请不要跟别人说这是我说的，不然就再也不会有人找我出去玩了。但是数学······我还是悄悄说吧：数学其实还是很好玩的。
以上是作者原话。
对程序员有用的数学
小学和中学里教的绝大部分数学都是连续的，也就是实数上的数学。而对计算机科学家来说，95％有趣的数学都是离散的，也就是整数上的数学。
程序员所要解决的数学问题一般都是离散数学，其中最有用的课程应该就是组合数学和概率论。
除了概率论和离散数学，其他数学分支也是有助于程序员的。可惜除非你去辅修数学，否则学校是不会教你的。它们包含了：
- 统计。我的离散数学书里讲到了一点。但是统计是一门完整的学科，而且是非常重要的学科，重要到根本不需要额外介绍。
- 代数和线性代数（比如矩阵）。线性代数应该紧跟在代数后面教。它不是很难，而且在很多领域都非常非常有用，比如机器学习。
- 数理逻辑。有一本牛逼的书，作者：斯蒂芬·克莱尼。
- 信息论和柯氏复杂度。信息论（粗略地讲）主要是关于数据压缩的，而柯氏复杂度（同样粗略地讲）则是关于算法的复杂度（比如最小空间是多少，需要多长时间，程序或者数据结构有多优雅等）的。它们都是好玩，有趣，实用的学科。
当然还有其他的分支，而且有些学科互有重叠。但重点在于：对你有用的数学和学校觉得有用的数学是非常不同的。
几何、三角函数、微分、积分、微积分、圆锥截面、微分方程，以及多维和多元的对应版本——这些都是很重要的应用。只不过没必要全部记在脑子里，花上多年时间去反复证明和做练习似乎没什么意义，程序员通常不需要这些东西。知道大致概念和技巧就可以了，细节方面等到需要的时候再查也来得及。
学习数学的正确方法
广度优先才是学习数学的正确方法，深度优先是不行的。先打开眼界，了解各种名称，搞清楚什么是什么。
忘记那些算法和证明（绝大多数情况下），去了解那些技术的方方面面：名称，作用，大概怎么计算的，历史有多悠久，（有时候还可以了解下）是谁发明的，局限性在哪，相互之间的关联是什么。这就好像是数学里的素质教育。
因为运用数学的第一步是界定问题。能快速定位问题所涉及的知识点才是最能压缩解题时间的要点。
具体方法可以是：
每天15~30分钟浏览各种关于数学分支的文章。自行挑选自己觉得有趣的文章来读（比如：弦理论，傅里叶变换，张量，任何让你觉得很牛的东西）。遇到不懂的，跳过去读，一直读，读到你觉得乏了累了。
本书的精髓内容远不止于此，可惜目前所学不多，无法理解作者所说的诸多概念，唯此数学学习之道给人醍醐灌顶之感，希望本文能给自己还有其他对于数学迷茫的伙伴提供一点帮助，也希望自己有一天能通读全书，并写出新的感悟。
扫一扫
632
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
