编程高手是如何练成的？

每个人都有成长的渴望，也都会遇到成长的瓶颈。下面这个问题是一个读者问我的：

如何才能训练成为一个编程高手？

先简单说下这个读者的背景：工作 3 年多，目前在大厂做后台开发，身边有不少编程高手，是他想要追赶的目标。

最近半年时间，他花了一些精力在研究源码和底层原理上，但总觉得这些知识和实际工作衔接不好，提升很慢，学习动力也越来越差，希望我能给点建议。

我和他语音聊了半个小时，讲了一些我个人以及身边同事的案例。交流下来后，双方都有所启发。所以再次整理下，分享给大家。

— 1 —

何谓 “编程高手” ？

我觉得能分成这样 3 类：

第 1 类：天赋和成就都很高的人中龙凤，比如能一个人写出 WPS 的求伯君、一个人开发出电子邮件 Foxmail 的张小龙，对开源领域影响很大的章亦春等人。

第 2 类：有不错的口碑同时广为人知的技术大牛，他们一般在知名公司的重要岗位任职过，对技术纯真热爱，同时热衷分享，比如耗子哥、阮一峰、尤雨溪等人。

第 3 类：工作中被我们视为崇拜对象、未来有希望企及的高 P 或者架构师。

前面两类不在我的圈层射程内（除了跟耗子哥在亚马逊有过一面之缘以外），因此本文主要聊下第 3 类人。这个也是绝大部分读者最关心的、同时可以设定为超越对象的群体。

这样就有了一个新问题：既然想成为第 3 类人，那如何给第 3 类人下一个相对准确且具象的定义呢？（如果目标都是模糊的，就难言超越了）

这其实是一个很有意思的问题，每个人的答案可能都不一样，因为「编程水平的高与低」本身就是一个相对的概念。

我先说一下我的看法。

刚毕业那会，我眼中的编程高手是我的同事 - 超哥，他是亚马逊的架构师，团队里面技术级别最高的人（后来他做到了亚马逊中国首架的位置，现在也算圈内比较知名的大牛了）。

超哥是那种能搞定一个复杂项目（跨多个系统），从架构设计、到编码、到自动化测试、再到运维工具、甚至写文档都非常全面的人。显然是我这个刚毕业的菜鸟极其崇拜的大佬。

再后来，我工作了四五年，走向了技术管理路线，因为带团队的原因，我又多了一个新视角来审视编程厉害的人。

对比所谓的 PPT 架构师、以及讲到技术原理就满嘴跑火车而编码能力却稀松平常的人，我倾向给「编程高手」下一个更务实的定义：那就是实际工作中，能做到高效率、高质量、且稳定输出的人。看似容易，实则很难。我对这个定义的详细解读如下：

高效率：编程效率能做到团队中的 Top，对于复杂需求或者复杂问题能够快速理解，具备将复杂工作拆解成一系列简单子问题并搞定这些问题的人。他们能从实际场景出发，有造轮子的能力，也有不造轮子的觉悟。

高质量：编程质量能做到团队中的 Top，设计方案的合理性、编码的严谨性、测试方法、监控运维方案等，都能思考全面的人。

稳定输出：给高效率和高质量增加的限定。我觉得只有量变引起质变，真正形成了自己的方法论，能持续搞定一类问题，而不是单个问题的人才算是高手。

也许你会说要同时做到这 3 点太难了，但是实际工作中，一定有人能做到某个点或者某几点，那么以他们作为这一点的标杆即可。

因为所谓的「编程高手」不过是我们设定的一个目标而已，你清楚这个目标是什么就足够了，不一定非得安在同一个人身上。

— 2 —

  如何理解 “底层知识” 的价值？

要成为一个编程高手，底层知识是必不可少的。这是一句正确的废话，就不展开解释了。

读者真正的问题在于：如何将底层知识和实际工作衔接起来，做到相辅相成？

先看一个具体的例子。对于简历中写自己做过性能优化的候选人，我面试时比较喜欢问：你是如何定位性能瓶颈并完成调优的？如果再次碰到此类问题，你的详细思路是什么？

很显然，这是一个系统性的工程问题，能同时对技术深度和宽度进行考察。

不仅仅是应用层的代码，还包括所使用的框架、中间件、虚拟机、网络甚至操作系统等等。有性能指标等基础性的知识，有监控和压测工具的运用，还有成体系的排查思路和优化方法等等。

如果是编程低手，他们的答案通常有这几类：

1、性能指标都不清楚，遇到问题也不知道该用什么工具，这一类人应用层都不达标。

2、初步定位到一个疑似瓶颈点后，就着手优化，最终解决的只是一个浅层次的性能瓶颈问题，根本原因并未触达到。

3、能定位到根本原因，但是对于解决方案的合理性缺少深入思考，不追求极致，最终只是用了曲线的方案再次隐藏了性能问题。

通过这个例子，我其实想说明两点：

1、不具备底层知识，你的视野根本就触达不到底层的东西，思维以及能力永远只能停留在应用层面，能解决的问题有限。

2、读源码、学习各种原理，所有这些都只是学习和巩固知识的过程，真正体现编程水平的是实际解决问题的能力，因此如何将知识变成有效的经验？这个才是关键，做不到要么是实践不够，要么是压根没研究明白。

然后，我们再回到问题身上：究竟如何才能做到底层知识和实际工作的衔接呢？如果衔接不好，那问题出在哪个环节？

大家可以先思考下：过往工作中那些对你编程能力帮助很大的经历，你认为你能获得提升最关键的因素是什么？是底层知识的储备吗？

细想一下一定不是，而是发现问题的能力。（注意：我说的是最关键的因素，并不是否认底层知识的储备不重要）

大家可以去观察一个工作中很常见的现象：同一个问题你能看到哪一层？而编程高手又能看到哪一层？谁能更快地贴近问题的本质？谁又能衍生出一系列的问题？这其实就是「发现问题」的能力体现。

只有当你意识到它是一个值得深挖的问题时，才会有一层一层的思考，一层一层的分析。

那应该如何提高这方面的能力呢？其实就是思考力的提升过程，除了观察和刻意练习，我想不出更好的建议。多看高手是怎么做的？遇到问题时自己多问几个为什么？多反思自己的思路是否正确？日积月累水平自然会提高。

当你具备了发现问题的能力，就相当于给知识和经验之间架起了一座桥梁，真正做到相辅相成以及互相驱动。

— 3 —

  成为 “编程高手” 的几点建议

编程作为一门实践性的学科，多动手解决问题是最基本的要求了，解决问题越多、越难，能力提升越快。

而在这个过程中，如果有知识输入（底层知识的储备），还有思考的加成（发现问题的能力），编程水平的提升会更加迅速。

我带过的团队里面，还有一类人总说自己技术进步很慢，工作没有挑战。但是当团队遇到一个技术难题时，他根本没有意愿去做深入了解，嘴上说热爱技术、渴望成长，但是却看不到行动，这种人是永远成为不了编程高手的。

真正的热爱来源于行动上的投入，不是找借口，不是追求舒服，这是很重要的一个区别。

编程高手是如何练成的？这样看来，它其实是一个体力、脑力、心力的修仙之路。

最后免费分享给大家一份Python全套学习资料，包含视频、源码，课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

这份完整版的Python全套学习资料已经打包好，需要的小伙伴可以戳下方链接免费领取

读者福利《Python全套学习资料》，戳这里免费领取！！！