🌸神樂坂😼kleekwaii

我个人认为，计算机科学什么时候开始学都行，更多是个人兴趣驱动与脚踏实地地求索。为什么在“不恰当的时机”“学计算机”会留下“只会做题”“缺乏想象力”的印象？我觉得这是教育与评价体系的责任。 中国普遍的计算机教育，尤在本科以前，是极其竞赛导向的；倒不如直接说，本科以前只有信息学竞赛的参与者在学习计算机。这种竞赛导向衍生而来的对“算法”的标签化，之后也依然泛滥；如果说算法岗人人艳羡的经济逻辑是稀缺性带来的高薪，另一个切面上则是算法竞赛作用而来的精英倾向。“鄙视链”的阴影斑驳，却又心照不宣而清晰可见。 这个环境里要做计算机教育，竞赛基本是唯一发泄精力的目标，算法题与激烈角逐无从避免。不过，算法竞赛形成的能力并不一定能移植到工程能力上：算法竞赛本身追求逼近理论的极限，工程则更青睐稳定与可拓展、可复用等指标。诚如先前戏言，“性能极致的代码只是上古神话时代的传说，大量可堪一用的代码才是决胜之道！” 这里限于篇幅不作证明，仅取简单用例进行说明：线段树是参加算法竞赛的基础，然而《算法导论》正文亦难觅其踪迹；红黑树普遍到C++标准库直接提供了支持，我以前身边的同学不见得会比线段树更熟悉。我无从评判竞赛圈的风气，因为我不甚熟悉；不过与我们对高考、考研的分析类似，只要存在某一评价标准、某一赛道，就难免发明创造出一个知识体系，如果从此出发，对计算机科学的元认知就大相径庭了。 这样看，小时候“不适合学计算机”，不是计算机科学本身的性质，而是中国就没有为计算机教育提供一个普适的方案。这种落后处处可见，比如数学教育中对先进计算工具的排斥，比如直到疫情前都还甚嚣尘上的对互联网的偏见。对个人而言的解决方案也十分简单却难以做到：只要不在这个框架下思考问题，自然不会面临这个框架带来的问题。 计算机科学的自学流一直是显学，本来也没有要求知识一定要从哪里取得；如《儒林外史》所言，“资格困人，贤豪同叹”：各种“资格”是做题家的掌上明珠，却也是有志者的绊脚石。告别了各种各样稀奇古怪的人为设限，那么自然会海阔天空。 做一只在计算机科学中自由飞翔的小鸟，不也是很好的吗？