勿在浮沙筑高台-- 关于IT技术学习的一点反思

常常看到前辈们大牛们感慨, 感慨我们这一代人生活在最好的时代, 拥有海量的学习资源以及指数增长的新技术与新知识。

的确, 如果你是这个时代的大学生,或是初出茅庐的程序员, 你会发现有太多太多的选择, 甚至是穷尽一生都看不完的资料,书籍, 文档..... 但是, 作为一个亲历者,这样的环境真的是最适合程序员成长吗?

选择虽然多了,却导致许多人迷失了方向,忽视了基础知识技术的关键性。正如刘未鹏在《暗时间》里面所提到的, 对于程序员来说,如何区分本质和非本质的知识 是极为关键的。 学习了许多看似”高大上“热门技术,却对计算机学科的基础知识不屑一顾,这种情况比比皆是,几乎成为一种现象。归根结底,把当今社会中的普遍的浮躁现象带到了技术的学习当中。这是我们应该去避免的, 只有抓住”不变量“, 才会在瞬息万变的浪潮之中生存的更为持久。

知识渐渐增长,我们的专注力却在渐渐下滑。 专注力是极为重要的, 如果一个人没有经历过对一件事情持续专注的状态, 是很难在某个领域有所建树的。简单,专注,坚持几乎成为任何领域,任何事情的成功秘诀。如何解决不够专注的问题? 答案其实非常简单, 这里引用乔布斯的名言:”人们认为专注力就是要对自己所专注的东西说YES, 但恰恰相反, 专注意味着要对上百个好点子说NO, 因为我们要仔细挑选。”秘诀在于确立自己的目标,删除与之不相关的任何干扰因素(即使是很好的想法或知识),只有提升自己的专注力,坚持下去,才能使我们的效益最大化(时间复杂度和空间复杂度)。

一言以蔽之, “勿在浮沙筑高台”。在这个浮躁的大环境下, 保持自己的恬淡宁静, 沉下心来,不要迷失了自我。

时间: 2024-10-29 19:05:35

勿在浮沙筑高台-- 关于IT技术学习的一点反思的相关文章

勿在浮沙筑高台

合抱之木,生于毫末.九层之台,起于累土.千里之行,始于足下 又一句熟悉意思而又是来自于<道德经>的话

[nginx] 由Lua 粘合的Nginx生态环境-- agentzh tech-club.org

[nginx] 由Lua 粘合的Nginx生态环境-- agentzh tech-club.org 演讲听录 [复制链接] kindle LT管理团队 Rank: 9Rank: 9Rank: 9 未绑定新浪微博 签到222 注册时间1970-1-1最后登录2015-6-5在线时间168 小时阅读权限200积分19025帖子119主题35精华2UID9223 LT总司令 LT元老 LT教授 串个门加好友打招呼发消息 电梯直达跳转到指定楼层 1# 发表于 2013-1-12 12:43:47 |只看

ODB学习笔记之基础环境搭建

一,简介 ODB是应用于C++的一个开源.跨平台.跨数据库的对象关系映射(ORM)系统. 它可以让你持久化C++对象到关系数据库,而不必处理表.列或者SQL,无需手动编写任何映射代码. ODB支持MySQL,SQLite,PostgreSQL,Oracle和微软SQL Server关系数据库以及C ++98/03和C ++11语言标准. 它还配备了用于Boost和Qt可选的配置文件,让你可以无缝地使用这些库持久化C++类的值类型.容器和智能指针. 它有易用性,简洁的代码,安全,数据库可移植性,优

开门,建立MWEB的博客园连接!

已经想了好久,要开始写博客了,但是由于自己的懒惰,迟迟没有行动,今天下定了决心,以这个为开篇,开始输出自己的知识.今天就打开写博客的门,使用MWEB编辑器进行博客的编写并发布到博客园! 配置账户 打开MWEB的Preferences,点击Publishing选项卡,如下图: ? 选择右侧的Metaweblog API,弹出输入框 ? Blog URL为博客地址 Account为博客用户名 Password为博客密码 Publish URL为发布地址,此地址可以在博客的设置页面(最下面)找到,如我

算法导论--图的遍历(DFS与BFS)

转载请注明出处:勿在浮沙筑高台http://blog.csdn.net/luoshixian099/article/details/51897538 图的遍历就是从图中的某个顶点出发,按某种方法对图中的所有顶点访问且仅访问一次.为了保证图中的顶点在遍历过程中仅访问一次,要为每一个顶点设置一个访问标志.通常有两种方法:深度优先搜索(DFS)和广度优先搜索(BFS).这两种算法对有向图与无向图均适用. 以下面无向图为例: 1.深度优先搜索(DFS) 基本步骤: 1.从图中某个顶点v0出发,首先访问v

【数据压缩】LZW算法原理与源码解析

转载请注明出处:http://blog.csdn.net/luoshixian099/article/details/50331883 <勿在浮沙筑高台> LZW压缩算法原理非常简单,因而被广泛地采用,已经被引入主流图像文件格式中.该算法由Lempel-Ziv-Welch三人发明,这种技术将定长码字分配给变长信源符号序列,它不需要知道被压缩文件的符号出现概率的先验知识,只需要动态地建立和维护一个字典,和其他压缩算法相比既是缺点也是优点. 1. LZW原理 1.1 概念的理解 LZW通过建立一个

算法导论--动态规划(装配线调度)

装配线问题: 某个工厂生产一种产品,有两种装配线选择,每条装配线都有n个装配站.可以单独用,装配线1或2加工生产,也可以使用装配线i的第j个装配站后,进入另一个装配线的第j+1个装配站继续生产.现想找出通过工厂装配线的最快方法. 装配线i的第j个装配站表示为Si,j,在该站的装配时间是ai,j 如果从 Si,j装配站生产后,转移到另一个生产线继续生产所耗费的时间为ti,j 进入装配线花费时间ei,完成生产后离开装配线所耗费时间为xi 令f*表示通过生产所有路线中的最快的时间 令fi[j]表示从入

和馅饼一起学opengl 第一篇——总概

写在前面 这个系列是关于OpenGL(以下称OGL)的一些入门学习,虽然旨在入门,但是我却不想把它写得过于简单(当然是相对的,会者不难),首先这系列要肯定的一点是一定会有编码,有实例来帮助大家一起学习,但是套用一句侯捷先生说过的话,勿在浮沙筑高台,所以我会说一些晦涩的关于OGL的理论知识,如其RC的概念,状态机等等,旨在深入浅出OGL,同时,我也在学习中,所以错误在所难免,请大家不要给我面子一定要狠狠的指出来,那么有疑问的地方我一定会寻找更多的证据来解释,所以,本系列希望达到的是一个双赢的效果,

算法导论--动态规划(钢条切割)

钢条切割问题 现有一段长度为n英寸的钢条和一个价格表pi,求切割方案使销售利益最大rn最大 长度为n英寸的钢条共有2n?1种不同的切割方案,因为可以每个整英寸的位置都可以决定切割或者不切割. 为了得到rn最大,可以把这个问题分成子问题求解,先切一刀,再考虑余下的部分的最大收益即求 rn=max{pk+rn?k}(k=1,2,3-n-1), pk部分不进行继续切割,直接作为一个整体售出 ; rn?k部分继续切割,考虑所有的情况,分成子问题. 求出所有k值对应的收益最大者作为rn 也有可能不进行任何