昨天,我的大学学习[2]--转载自:www.cstc.net.cn

昨天,我的大学学习[2]


谁能改变我的命运[大学二年级]



        如果说大学一年级的时候是一种被动学习状态,对计算机科学不能揽其全貌,那么进入大学二年级以后的学习便是比较有针对性的了,但这种转变并非偶然,同样也是经过了艰苦的学习换来的……

        我不是一个聪明的人。可以这样说,我现在所获得的每一滴收获都是通过10倍以上的努力换来的,人说智利是没有太大的差别的,我也坚信这一点,但是我做任何事情总是证实了我实际上和一般的孩子确实有点差别,举个例子来说:很小的时候大家就用一根尺子用一只手悬起来,垂直往下扔,用一只手接住,看反映的时间长短来作为测试反应能力,我就从来没有抓住过尺子,另外做任何的智力测试几乎就没有什么能做出来的题目。就这样的状态,我一直持续学习着,每个公式别人记忆1遍我可能至少要5遍以上,甚至是10遍才能比较牢固的记住。然而我希望自己不落后于别人,所以一直很努力,初中的时候学习不好,高中就特别努力,虽然学校不是很好,但一直稳定在年级1至2名的位置。大学的学习也不例外,大学一年级的假期照样形同虚设,看书和程序设计的时间每天不少于12个小时。在那个假期主要完成了计算机文化那本书的阅读以及深入学习C语言程序设计。后来二年级的假期还阅读了《IEEE计算机先驱奖》以及《ACM图灵奖》这两本书,再次阐明我的一个观点,我直到现在一直认为作为计算机科学的学习者,不了解计算机发展史,是不太可能在这个领域有什么太深的造诣的。登高望远,站在巨人的肩膀之上能够让自己纵揽全局,看待问题也清楚很多。

        进入大学二年级的我还没有从假期的自学回过味来,突然学校领导让在一年级搞个经验交流会,我那个时候在学校做学习部的部长,顺理成章的去给计算机系的学生做了一个入学讲座,(插叙:我们那个时候的入学讲座是由恩师王爱萍教授做的,由于王老师已经离开了我们学校,所以学校就安排了各个系的二年级学生去。也许你会奇怪,怎么不让大四的学生去?这就是我们学校的悲哀。我在北京工业大学实验学院,实验学院在我们这届以前的本科学生全部划归工业大学其他学院,我们这届开始重新招生建校区,所以我是没有学长的,大学四年里面,我们这届一直是最大的一届,万事开头难,学校经过了艰苦卓绝的发展,我们也承受了很多的考验……)这可把我给难为了,自己学习计算机不到一年的时间,就要给别人介绍经验,实在太痛苦了,但是这是自己责无旁贷的工作,唯有认真准备。仔细的想了想自己的学习情况,询问了一些同学的学习经验,又看了些书籍,硬着头皮就这么上了。

        讲座那天是非常热闹的,最开始我进去的时候很乱,因为我也是学生,大家有个想法:“老师上课讲课我都不听,干什么听你胡侃乱侃啊”。呵呵,换了我可能也会这样想。可能由于那天大家都比较没事做,在我开始发言不到半分钟的时间,会场就鸦雀无声了,“同学们大家好,我来自咱们学校00级计算机3班,我是一个计算机科学的初学者,和在座的大部分学生比可能还属于十分初级的初学者,但是在北京工业大学学习的这一年积累了一些学习的经验,很愿意与同学们一起分享精彩的大学生活……”讲座中我着重说了大学学习和中学学习的区别,专业课程的设置情况,核心课程的总体介绍,英语的学习,以及如何利用大学的学习资源等等内容。讲的时候有点紧张,因为头一次面对一个系的学生公开讲座,但讲座的结果是令人满意的,讲座整整进行了3个小时,但是学生一点倦意也没有,可能是因为我们都是同龄人的缘故,交流是零距离的,结束后我自己正在怀疑是否讲的内容不够实用,足足3分钟的掌声说明了一切……

        讲座以后我发现虽然自己对计算科学的整个领域有了一个概要性的了解,但是这确实不是很完整,而又没有一个途径能够使我很全面的揽其全貌……机会来了,我校著名的人工智能专家刘椿年教授来到实验学院做了一场“计算机科学技术及其发展”的讲座,使我获益良多,后来又阅读了《计算机科学技术百科全书》这本书中的部分内容,整理成了一片文章“计算机科学的内涵和外延” 。到这个时候,认为自己至少大概了解了到底计算机科学都包括了哪些内容,也就可以开始有的放矢的学习了……

        应当说专业课的学习在到了大学二年级的时候就进入了一个集中,关键的学习阶段。计算科学的核心课程会在这段时间在各个学校展开。这一阶段的主要课程有:数据结构,离散数学,概率论与数理统计学等。都是非常重要的专业基础课和专业课程。

        倘若你去问一个木匠学徒:你需要什么样的工具进行工作,他可能会回答你:“我只要一把锤子和一个锯”。但是如果你去问一个老木工或者是大师级的建筑师,他会告诉你“我需要一些精确的工具”。由于计算机所解决的问题都是从生活中抽象出来的问题,其复杂性不言而喻,所以我们需要这样精确有效的工具去解决现实生活中的复杂问题。算法、数据结构都是程序设计中必不可少的精确工具。算法的重要性是每一个计算机专业的大学生都十分清楚的。 算法与计算理论是计算机程序设计领域的灵魂所在,是发挥程序设计者严谨,敏锐思维的有效工具。任何的程序设计语言都试图将之发挥得淋漓尽致。作为计算机专业软件相关无可厚非的最重要基础类核心课程。没有算法,程序就失去了灵魂。数据结构与算法的学习是艰苦的,最开始的时候,我无法区分各种算法之到底有什么关系,只能机械被动的接受,但是随着课程学习的深入,开始可以比较深入的领会一些算法,并比较各种算法的优劣,由数据结构的学习,进而展开了对算法的学习,在算法方面我读的书还算比较多,但是有一些后来觉得不值得一读,书名不便公开,但是《算法导论》这本是必须推荐的,计算机系的学生鲜有不知道此书的,但如果你仍然还没有读过,我认为你至少在大学4年级之前读完它。

        离散数学被称为是计算理论的灵魂,我认为一点也不过分。我曾拜读过南京大学sir前辈的《胡侃理论计算科学》一文,文中提到“从理想的状态来看,离散数学最好分开六门课:集合,逻辑,图论,组合,代数,数论。”我们那个时候学习课程主要集中在集合论与数理逻辑,图论与代数系统。在数理逻辑领域,中科院软件所陆钟万教授的《面向计算机科学的数理逻辑》是本领域内的精品。图论和电路网络以及计算机网络等领域结合的非常紧密,也是离散数学学科中相当有趣味的一个分支。例如哥尼斯堡七桥等问题都可以使大家体会到实际问题理论抽象的巨大价值。我下个学期的研究生方向具体课题是空间数据库,一个重要的模型是地理信息系统,其中离散数学理论在图的构建,查询等分支中都有很广泛的应用。原先离散数学和数据结构归在一起成为离散数学结构,后来由于数据结构的内容比较多,分出来了,不过最近国外好像有些大学又把它们合并到了一起,道理当然不用说,可能还是考虑到交叉的部分比较多。比较经典的书我看过得应算是《Discrete Mathematical Structures》了,清华大学出版社有个影印版的。 集合论语数理逻辑部分是由王爱萍教授执教的,这部分理论性非常强,而王老师的数学背景使得课程严密的推理几乎无懈可击,甚是精彩。图论部分是北京科技大学的阎庆春老师教授的,趣味颇多,以至于现在回想起来很容易就能根据他所讲的一些笑话将理论贯穿于一线。

        概率论与数理统计这门课我认为对于计算机系的学生来说是非常重要的,但是确被传统的工程数学教学思路绕个一塌糊涂,连续概率几乎是每一个学校的教学重点,至少在我们学校是,但是对于计算机系的学生来说离散概率得重要性是毋庸置疑的,例如在数字信号处理课程中我们就经常使用离散概率的理论基础。计算机科学中概率论的主要应用领域有分析网络和分布式系统,随机化算法和协议,离散时间信号处理等。可惜我概率论学习不够深入,以至在离散时间信号处理学习的时候费了不少周折,但对概率论本身的理解却因此深入了不少。

        二年级来讲,专业课程的学习上我对自己是比较满意的。大部分课程的理论考试都在90分以上,而在这一年中同时也取得了4个学科的100分。分别是面向对象技术、面向对象陈序设计课题实现、人工智能导论和英语口语。大学期间总共取得了5个满分,其中4个是在大学二年级。然而到现在为止,我仍然认为理论考试和程序设计脱钩太严重,虽然面向对象技术理论掌握的比较牢,但是在参与大的课题的时候仍然有晕头转向的感觉。至于人工智能学科,主要是拜中科院自动化所李小坚博士所赐,在那半年中最有纪念意义的便是完成了一个用Lisp语言开发的智能聊天系统。多媒体技术课程中完成了“北京工业大学多媒体教学系统”课题,虽然很简单,但这几乎是我在大学阶段第一个正式的项目,如果说实践上的积累,那么这应当算是正式的第一笔……

        讲到这里了,不得不讲讲我的英语学习了。并非我觉得英语学习不重要才放在这里。恰恰相反,我认为英语的学习可能是你大学学习最重要的一门课程。有些人可能不喜欢自己的专业,在读研究生或者工作的时候会转行,但是英语始终都是你进一步学习国外最先进理论与技术的法宝。极端一点,仅仅针对计算机科学的学习者来说,如果你想掌握最新的技术信息,学术理论,大概也不太可能仅仅通过中文文字,至少还需要一个汉化的时间。

        我的英语功底并不好,初中一年级的时候还可以,能凑合到90分,现在看来分数可能不错,但对于那个时候半个班90分以上确实就算不得什么。初中二年级就麻烦了,只有72分,记得是当年全班倒数第三,这可怎么好……没有选择,开始学。怎么学?不知道,但手里有本寒假作业,抠吧。早上起来6点钟一直到晚上12点钟,一口气把寒假作业做完了。查答案一看,完蛋,错了个稀里哗啦。没办法,正好就拿这个当反面教材了,一个错误一个错误的查漏补缺,弄了一个假期。开学初三学习开始紧张了,也很认真地完成每一张卷子,中考的时候95.5分,全校第二(第一名96.5分)。从此对英语的热爱一发不可收拾……

        高中二年级开始着重练习口语,用的是当时风靡一时的“李阳疯狂英语”,哦,很多人说是没用的,但至少在我身上实践是成功的,至于效用有多大,我认为还要看下面的学习历程。

        二年级开始,上英语课程学习的时候每一个知识点都试图用口语来练习,每天早上练习朗读课文,晚上用口语的方法温习语法知识和单词,效用是显著的,仅就笔试而言,高中阶段没有当过第二名。大学阶段基本保持在全校前三名的位置。

        进入了大学学习,高手林立。尤其是我进入了英语快班以后,更是体会到了自己需要不断的努力。快班的同学大多来自北京四中,八中,清华附中,五中等名校,在这些学校中通常开有外教课,学生的口语水平普遍好于我们这种三流高中的学生。刚刚去的时候着实吓了一跳,但是自己水平也不是很弱,所以还算撑得住,做了快班的班长。

        快班的学习和普通班截然不同,也就是常说的小灶班。我们一个学期用于课本学习的时间大概也就是1/3的时间。而2/3的时间用于练习口语,读英文报纸,以及外教交流。那个时候普通班的学生是抱着书本肯,我们是抱着一摞报纸到处跑…...

        我在学校英语的名气似乎比计算机的大的多,因为好像别的系的同学只要是关注过书本外的英语的都知道实验学院有个叫曾毅的。我英语的学习曾经有过一段极好的时期,那段时期大概是我做学院英语角主持时,第一次上台是我自己都不知道自己再说什么,说完了头都不敢抬起来,怕同学们笑话我,但没想到的是我低下头不好意思使他们居然以为我在鞠躬以结束我的讲话,给予了我大概长达2分钟的掌声。最让我感动不过的是老师们的鼓励,有一个英语组的老师说曾毅的英语水平可以去当老师了,如果教口语应当会比我们当中的任何一个都出色,可能老师是和我开玩笑,但是我真的记住了这句话,并在不断努力着。后来没想到在一个英语学友的引荐下真地有机会到首都师范大学英语培训中心平谷学校去教授新概念课程,赢得了学员的一致好评……

        英语的学习窍门在于很好的去应用,说(Blurt it out!)。正如你学习汉语的过程,即使你不坐在教室中逐字逐句的学习汉语,凭借小时候家长耳濡目染的教导和小朋友们之间的交流你也能够将汉语掌握的很好。作为另一种语言的英语皆通此理。

        英语学习还要讲求一个实际的方法,经过长期的学习,你会发现其实李阳疯狂英语并非没有问题。他提倡“大喊英语,三最方法”,但是试想,你在学汉语的时候是对着墙大喊喊出来的么?肯定不是,而是通过和家长,朋友的交流学会的。所以最有效的方式是找一个水平比你高的人一同练习。另外还要注意的问题就是你不能仅仅的学习语言,更要学习美国人,英国人的思想。思想是语言的灵魂。他们的语言逻辑于我们的表达有区别,而这些区别正是Chinglish(Chinese English)和English的本质区别。Using American Thinking即是。

        通过艰苦的学习和实践,最终在1年的时间内完成了大学英语四、六级,四、六级英语口试的考试并在口试考试中取得了优秀的成绩。也曾写过一些针对考试方面的文章,以后慢慢整理到我的个人网站上以供参考。

        如果说对于英语考试,首先我不认为它能够反映你的真实英语水平,包括口语考试在内,即使是口语考试,通过机械的记忆和猜题同样能够取得好成绩,最关键的还是提高英语能力。有一句名言叫做“English cannot be studied, but can be learned.”意思就是说学习英语不是机械的记忆而在全方位的学习,实践与领悟。我推荐的教材和方法有:《李阳疯狂英语》、《王强口语》(新东方著名的口语教师王强先生编著),以及《钟道隆逆向英语》。
  
    下一步

        本部分中值得参考的主要集中在对专业课程的建议和英语的学习上。路是自己走的,这里记录下我的路,希望能给你点亮远方的灯。下篇文章我将集中谈一下关于我创建计算机科学技术研究组织和NetBSD中文用户组以及专业实践上的更多体会。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值