การรู้วิธีการโปรแกรมสำหรับ TCS สำคัญอย่างไร

มาจากพื้นฐานทางคณิตศาสตร์ที่มากขึ้นฉันไม่เคยเรียนรู้วิธีการเขียนโค้ดจริงๆ ฉันเริ่มปริญญาเอกใน TCS และหลาย ๆ คนรู้สึกประหลาดใจกับการรู้โปรแกรมเพียงเล็กน้อย (และเกี่ยวกับคอมพิวเตอร์ทั่วไป) ฉันสามารถเขียนอัลกอริธึมด้วยโค้ดหลอกได้ แต่ฉันไม่รู้ภาษาการเขียนโปรแกรมเลย

ฉันสามารถจินตนาการได้ว่าสักวันฉันอาจต้องใช้อัลกอริทึมสำหรับงานของฉัน แต่แล้วฉันจะรอช่วงเวลานี้ได้หรือไม่ หรือมีอะไรอีกไหม?

ความสำคัญในการรู้วิธีการรหัสใน TCS (ในสาขาที่การเขียนโปรแกรมไม่เกี่ยวข้องโดยตรง): มีเหตุผลที่จะนำทฤษฎี CC (เช่น) รู้วิธีการรหัส? มันมีค่าใช้จ่ายมากเวลาเรียนรู้วิธีการรหัส? และถ้ามีมีหมวดหมู่ (การทำงาน, ความจำเป็น, เชิงวัตถุ .. ) ของการเขียนโปรแกรมภาษาที่จะเหมาะกว่า?

วิชาวิทยาการคอมพิวเตอร์เชิงทฤษฎีเป็นสาขาวิชาที่กว้างขวางและความสำคัญของการเขียนโปรแกรมขึ้นอยู่กับสิ่งที่คุณทำใน TCS ฉันจะพูดถึงสองวิธีที่การเขียนโปรแกรมสามารถช่วยคุณได้โดยไม่ต้องบอกว่านี่เป็นวิธีการเดียวเท่านั้น

ก่อนอื่นถ้าคุณออกแบบอัลกอริทึมสำหรับปัญหาที่มีความสำคัญในทางปฏิบัติการใช้อัลกอริทึมของคุณและทำให้ผู้อื่นสามารถใช้งานโค้ดได้ ตัวอย่างเช่นปัญหาตัวนูนเกิดขึ้นในหลายสาขาและผู้คนใช้แพคเกจซอฟต์แวร์เช่นcddโดยKomei Fukuda และlrsโดย David Avis เพื่อแก้ไขปัญหานี้ หากพวกเขาเผยแพร่อัลกอริทึมของพวกเขาเฉพาะในเอกสารอาจมีคนน้อยกว่าที่จะใช้อัลกอริทึมของพวกเขา ผู้ใช้มากขึ้นหมายถึงข้อเสนอแนะมากขึ้นและอาจมีโอกาสมากขึ้นในการทำงานร่วมกันซึ่งมีค่ามาก

ประการที่สองแม้ว่าคุณจะไม่ได้ทำงานในอัลกอริทึมการเขียนรหัสแบบครั้งเดียวช่วยให้คุณทดสอบการคาดเดาอย่างง่าย ๆ เมื่อการคาดเดานั้นเหมาะสมกับการคำนวณเชิงตัวเลข ตัวอย่างเช่นถ้าคุณสงสัยว่าผลคูณของเมทริกซ์เชิงบวกสามค่านั้นมีค่าเป็นบวกหรือไม่นั้นเป็นเรื่องง่ายที่จะเขียนโค้ดเพื่อทดสอบมันสำหรับตัวเลือกสุ่มจำนวน 2 × 2 หรือ 3 × 3 บวกกับเมทริกซ์แน่นอนและหาตัวอย่าง แม้ว่าคุณจะไม่ได้โฆษณาว่าคุณเขียนโปรแกรมใด ๆ เพื่อทดสอบการคาดเดา แต่การเขียนโปรแกรมสามารถประหยัดเวลาที่จะใช้ในการพยายามพิสูจน์ข้อความเท็จ

ภาษาการเขียนโปรแกรมที่จะเลือกขึ้นอยู่กับสิ่งที่คุณต้องการจะทำกับการเขียนโปรแกรมและมันอาจเป็นหัวข้อสำหรับหนังสือทั้งเล่มในความคิดของฉัน แต่ถ้าคุณออกแบบอัลกอริทึมและต้องการใช้อัลกอริทึมของคุณเพื่อให้ผู้อื่นสามารถใช้งานได้ปัจจัยสำคัญอย่างหนึ่งก็คือความพร้อมใช้งาน แม้ว่าคุณจะคาดหวังได้ว่าผู้ใช้ที่เป็นไปได้มากที่สุดของรหัสของคุณสามารถเข้าถึงคอมไพเลอร์ C แต่คุณไม่สามารถคาดหวังได้ว่าบุคคลเดียวกันนี้สามารถเข้าถึงคอมไพเลอร์ Haskell ได้ สำหรับโปรแกรมแบบใช้ครั้งเดียวตัวเลือกจะขึ้นอยู่กับไลบรารีที่มีอยู่และรวมถึงสภาพแวดล้อมเช่น Matlab

โดยวิธีการเขียนโปรแกรมยังสามารถสนุก

ฉันรู้สึกถูกบังคับให้อ้าง Doron Zeilberger เกี่ยวกับเรื่องนี้:

ความเห็นที่ 37 : การเขียนโปรแกรมเป็นเรื่องสนุกยิ่งกว่าการพิสูจน์และที่สำคัญยิ่งกว่านั้นคือให้ความรู้และความเข้าใจ

อ่านความคิดเห็นมันเต็มไปด้วยอัญมณี (btw เขามีแนวโน้มที่จะยั่วยุอย่างจงใจ) ตัวอย่างเช่น "วิธีที่ดีที่สุดในการเข้าใจบางสิ่งบางอย่างคือการสอน แต่สิ่งที่ดีกว่านั้นก็คือการสอนให้กับมนุษย์คือการสอนคอมพิวเตอร์"

ประสบการณ์ส่วนตัวของฉันคือแม้ในขณะที่ทำงานทางทฤษฎีล้วนๆคุณจะต้องใช้เครื่องมือคำนวณบางอย่าง ฉันหลีกเลี่ยงกิจวัตรพีชคณิตน่าเบื่อมากมายกับ Mathematica ฉันทดสอบการคาดคะเนครึ่งเบาบางโดยการบังคับเดรัจฉานอินสแตนซ์เล็ก ๆ บน Matlab หรือ Python ฉันได้เขียนบทความหนึ่งเล่มซึ่งเป็น combinatorics ล้วนๆและนั่นเป็นงานที่ได้รับประโยชน์มากที่สุดจากการใช้การทดลองทางคอมพิวเตอร์อย่างกว้างขวางเพื่อทำความเข้าใจว่าเกิดอะไรขึ้น ออยเลอร์สร้างตารางการคำนวณที่น่าเบื่อจำนวนมากเพื่อให้เข้าใจถึงปัญหา เราเป็นหนี้เขาที่จะใช้เครื่องมือของเราเพื่อทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติเมื่อเราทำคณิตศาสตร์

นอกเหนือจากนั้นหากคุณทำงานกับอัลกอริทึมและโครงสร้างข้อมูลการเขียนโปรแกรมจะให้มุมมองที่ไม่สามารถถูกแทนที่ได้ในประเด็นของประสิทธิภาพและการใช้งาน ความคิดเห็นของฉันที่นี่แตกต่างกับคนอื่นบ้าง ฉันคิดว่าการเรียนรู้ภาษาที่ใช้งานได้เพื่อให้คุณได้เขียนหลักฐานที่พิมพ์ได้อย่างถูกต้องนั้นเป็นการเสียเวลา (ฉันคิดว่ามันเป็นจุดที่ดีที่คนที่มีประสบการณ์กับภาษาที่พิมพ์อย่างรุนแรงอาจมีแนวโน้มที่จะเขียนหลักฐานที่มีโครงสร้างอย่างระมัดระวังมากขึ้น คิดว่ามันคุ้มค่ากับเวลาที่ต้องทำแบบฝึกหัดนั้น) ฟังก์ชั่นการเขียนโปรแกรมปิดบังปัญหาของการออกแบบอัลกอริทึมและเวลาทำงานและเน้นปัญหาตรรกะและความหมาย (และแน่นอนการเรียนรู้การเขียนโปรแกรมฟังก์ชั่นอาจจะต้องและจะมาค่อนข้างตามธรรมชาติถ้าคุณสนใจตรรกะ / ความหมาย PL) ในทำนองเดียวกัน ฉันคิดว่าการลงรายละเอียด OO ของ Java และ C ++ นั้นไม่ใช่วิธีที่เหมาะสมที่สุดในการใช้เวลาของคุณเนื่องจากจุดประสงค์ของ OO คือการเขียนโค้ดที่สามารถใช้งานได้แบบแยกส่วน มันเป็นวิธีที่จะไปถ้าคุณจะสร้างรหัสให้ผู้อื่นใช้ แต่ในกรณีที่คุณต้องการรับข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพและเวลาในการทำงานหากคุณสนใจอัลกอริธึมและโครงสร้างข้อมูลที่มีประสิทธิภาพจริงๆฉันขอแนะนำให้คุณดู C ซึ่งจะช่วยให้คุณอยู่ใกล้กับเครื่องในขณะที่ยังคงให้นามธรรม . วิธีนี้ทำให้คุณรู้สึกว่ามีอะไรเร็วและช้าอะไรคือโครงสร้างข้อมูลที่เหมาะสม ฯลฯ แต่ในกรณีที่คุณต้องการรับข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพและเวลาในการทำงานหากคุณสนใจอัลกอริธึมและโครงสร้างข้อมูลที่มีประสิทธิภาพจริงๆฉันขอแนะนำให้คุณดู C ซึ่งจะช่วยให้คุณอยู่ใกล้กับเครื่องในขณะที่ยังคงให้นามธรรม . วิธีนี้ทำให้คุณรู้สึกว่ามีอะไรเร็วและช้าอะไรคือโครงสร้างข้อมูลที่เหมาะสม ฯลฯ แต่ในกรณีที่คุณต้องการรับข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพและเวลาในการทำงานหากคุณสนใจอัลกอริธึมและโครงสร้างข้อมูลที่มีประสิทธิภาพจริงๆฉันขอแนะนำให้คุณดู C ซึ่งจะช่วยให้คุณอยู่ใกล้กับเครื่องในขณะที่ยังคงให้นามธรรม . วิธีนี้ทำให้คุณรู้สึกว่ามีอะไรเร็วและช้าอะไรคือโครงสร้างข้อมูลที่เหมาะสม ฯลฯ

คุณสามารถเป็นนักวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีที่ประสบความสำเร็จได้โดยไม่ต้องเขียนโปรแกรม สำหรับบางคนการเขียนโปรแกรมค่อนข้างยากและหากคุณเป็นหนึ่งในนั้นคุณไม่ควรสิ้นหวังและเปลี่ยนฟิลด์

อย่างไรก็ตามสำหรับนักศึกษาระดับบัณฑิตศึกษาคณิตศาสตร์และวิทยาศาสตร์คอมพิวเตอร์ส่วนใหญ่การเรียนรู้ที่จะเข้าโปรแกรมไม่ได้ยากเป็นพิเศษและเป็นทักษะที่มีประโยชน์มาก คุณควรเรียนรู้ภาษาการเขียนโปรแกรมและถ้าคุณสนุกกับมันคุณควรพยายามฝึกฝนให้มากพอที่จะมีความเชี่ยวชาญพอสมควร จากนั้นเมื่อถึงจุด (และมันจะ) ว่ามันจะมีประโยชน์ในการวิจัยของคุณในการเขียนโปรแกรมคุณจะสามารถทำมันได้

หากคุณไม่เรียนรู้ที่จะเขียนโปรแกรมตอนนี้อาจเป็นไปได้ว่าเมื่อคุณต้องเขียนโปรแกรมในที่สุดคุณจะไม่มีเวลาเรียนรู้ดังนั้นคุณอาจไม่ได้เขียนโปรแกรมจริง ๆ และจบลงด้วยการที่มีประสิทธิภาพน้อยลง การวิจัย. ในขณะที่รับนักเรียนระดับปริญญาตรีหรือปริญญาตรีที่จะทำสิ่งนี้เพื่อคุณไม่ยากเกินไปมีหลายครั้งที่มันง่ายขึ้นและใช้เวลาน้อยลงในการทำด้วยตัวเองแทนที่จะอธิบายปัญหาให้พวกเขา

คุณควรเรียนภาษาอะไร ฉันแนะนำภาษาเชิงวัตถุเนื่องจากเป็นภาษาที่มีการใช้งานมากที่สุดในปัจจุบันและฉันสงสัยว่านี่จะเป็นจริงมากขึ้นในอนาคต บางที Python หรือ Java - ทั้งภาษาเชิงวัตถุและในขณะที่พวกเขาใช้ในทางปฏิบัติน้อยกว่า C ++ ความประทับใจของฉันคือพวกเขาทั้งคู่เรียนรู้ได้ง่ายกว่ามาก (Caveat: ฉันไม่รู้ C ++ แม้จะเคยทำงานที่ Bell Labs ดังนั้นฉันอาจผิดเกี่ยวกับเรื่องนี้)

มีคำตอบอีกข้อหนึ่งที่ไม่มีผู้ใดนำขึ้นมาจริงๆ การเขียนโปรแกรมสามารถนำไปสู่ทฤษฎีที่น่าสนใจ การพัฒนาล่าสุดจำนวนมากในการแปลงแป้นพิมพ์ (โดยเฉพาะอย่างยิ่งการกำหนดตารางการบีบอัดข้อมูล) นั้นไม่ได้เกิดจากความกังวลทางทฤษฎี แต่เป็นความจริงที่ว่าอัลกอริธึมที่เหมาะสมที่สุดในทางทฤษฎี แน่นอนว่านี่เป็นสิ่งที่คุณไม่รู้ถ้าคุณไม่สามารถเขียนรหัสได้

แม้ในขอบเขตของอัลกอริธึมเวลาแบบเอ็กซ์โปเนนเชียลที่แน่นอนแรงจูงใจก็คือการสร้างอัลกอริทึมที่สามารถใช้งานได้จริง นักแก้ปัญหา SAT เป็นตัวอย่างที่ยอมรับได้ของเรื่องนี้

ในระยะสั้นความสามารถในการใช้รหัสช่วยให้คุณรับรู้ข้อบกพร่องและจุดอ่อนในสิ่งที่อาจมีลักษณะผลลัพธ์ทางทฤษฎีที่ดีที่สุดและในทางกลับกันจะเปิดทิศทางการวิจัยเชิงทฤษฎีใหม่

สามคะแนน:

1) มีวิธีการทางคณิตศาสตร์ที่เรียกว่าการทดลองทางคณิตศาสตร์ (ดูวิกิพีเดีย: // คอมพิวเตอร์ช่วยพิสูจน์ ) ที่คุณใช้โปรแกรมคอมพิวเตอร์เพื่อตรวจสอบเกี่ยวกับรูปแบบและโครงสร้างของวัตถุเพื่อสร้างหลักฐานการวิเคราะห์เกี่ยวกับวัตถุเหล่านี้ สำหรับวิธีการนี้คุณควรทราบวิธีการตั้งโปรแกรม คุณสามารถมั่นใจได้ว่าคุณจะต้องใช้วิธีนี้เพื่อพิสูจน์ข้อความทางทฤษฎี ฉันเชื่อว่าการหัวสูงกับการเขียนโปรแกรมมักจะกลายเป็นว่าไม่ได้มีประโยชน์จริงๆในการวิจัย TCS

2) เมื่อคุณเรียนรู้วิธีการเขียนโปรแกรมเนื่องจากผลพลอยได้คุณได้เรียนรู้ทักษะที่มีประโยชน์ใน TCS ตัวอย่างข้างต้นทั้งหมด: ฉันพบว่าคนที่มีพื้นหลังการเข้ารหัสมักจะตรวจสอบหลักฐานเพิ่มเติม ยิ่งไปกว่านั้นพวกเขามักจะกำหนดประเภทของวัตถุที่พวกเขากำลังพิจารณาอยู่บ่อยครั้ง (เช่น: "ลองพิจารณาตัวดำเนินการและนี่เป็นสิ่งที่ดี สำหรับผู้อ่านต้นฉบับ Compilers (และล่าม) เปลี่ยนเราให้เป็นนักวิทยาศาสตร์ที่ดี :) สำหรับทักษะประเภทนี้ฉันรู้สึกว่าจะแนะนำภาษาที่ใช้งานได้ดีบางชนิดB ∈ L ( Y , C $A \in L(X,Y)$$B \in L(Y,C)$

3) เมื่อคุณพูดว่า "to program" คุณหมายถึง "to linear program " หรือ "to semidefinite program " หรือไม่ :)

ขอบคุณ Gopi สำหรับคำถามนี้ ฉันต้องการขยายคำตอบที่น่าสนใจมากมายในอีกมิติหนึ่งที่ยังไม่ได้กล่าวถึง

การวิจัยไม่ใช่สิ่งเดียวที่เราทำในมหาวิทยาลัย: หากคุณต้องการอยู่ในสถาบันการศึกษาในที่สุดคุณจะต้องสอน หากคุณโชคดีคุณจะต้องสอนหลักสูตรที่ค่อนข้างไกลจากความเชี่ยวชาญของคุณ ค่อนข้างเป็นไปได้ว่าคุณจะได้รับมอบหมายหลักสูตรด้วยองค์ประกอบการเขียนโปรแกรมที่สำคัญ นี่คือที่แม้แต่ความสามารถระดับปานกลางในการโปรแกรมช่วยอย่างมาก: คุณจะเป็นครูที่ดีขึ้นถ้าคุณรู้วิธีการโปรแกรม ก่อนอื่นคุณจะรู้สึกสบายใจกับเนื้อหามากขึ้นคุณจะสามารถตอบคำถามนักเรียนได้ดีขึ้นและคุณเข้าใจความยากลำบากที่นักเรียนมีกับการเรียนรู้ที่จะเขียนโปรแกรมตามที่คุณได้สัมผัสกับกระบวนการเรียนรู้นี้ด้วยตัวคุณเอง นอกจากนี้คุณสามารถผลิตสื่อการสอนที่ดีขึ้น ตัวอย่างเช่นคุณสามารถทดสอบแบบฝึกหัดการเขียนโปรแกรมด้วยตัวคุณเองก่อนมอบให้นักเรียน

มีมิติเพิ่มเติมในทางปฏิบัติ: การสอนเกี่ยวข้องกับงานซ้ำ ๆ หลายครั้งที่โปรแกรมเมอร์ผู้ชำนาญสามารถมักจะเป็นอัตโนมัติเช่นสร้างเว็บไซต์ที่นักเรียนสามารถใช้ในการส่งรายวิชาได้อย่างรวดเร็วและให้คะแนนโดยอัตโนมัติ (ตามจำนวนการทดสอบอัตโนมัติที่รหัสผ่าน)

การเขียนโปรแกรมเป็นวิธีที่ดีในการปรับปรุงความเข้าใจแนวคิดต่าง ๆ ของคุณ แต่มันก็เป็นช่วงเวลาที่อันตรายเช่นกัน

ข้อโต้แย้งทั่วไปเกี่ยวกับการเขียนโปรแกรมคือมันทำให้คุณใช้เวลากับรายละเอียดที่ไม่สำคัญ ข้อโต้แย้งทั่วไปสำหรับการเขียนโปรแกรมคือมันทำให้คุณตระหนักว่ารายละเอียดที่คุณคิดว่าไม่สำคัญนั้นเป็นสิ่งสำคัญ การมีความสามารถในการเขียนโปรแกรมเป็นหลักหมายถึงสามารถจัดการกับส่วนที่ไม่สำคัญได้อย่างรวดเร็ว กลายเป็นดีใช้เวลานานเวลา

สำหรับภาษาโปรแกรมที่จะเรียนรู้: "พวกเขาทั้งหมด" เป็นคำตอบของฉัน (ลิ้นในแก้ม)

ฉันไปงานปาร์ตี้สายและนี่เป็นคำตอบที่ดี แต่ฉันมีเหตุผลอื่น:

การแสดง

ใช่บ่อยครั้งที่คุณจะทำงานกับสิ่งที่มองไม่เห็น แต่บ่อยครั้งที่คุณจะทำงานกับสิ่งที่ทำได้ การรู้วิธีการโปรแกรมเป็นสิ่งที่ขาดไม่ได้สำหรับงานนี้และการสร้างภาพข้อมูลสามารถช่วยให้คุณเข้าใจปัญหาได้อย่างมาก

เป็นเพียงจุดด่วน: การรู้วิธีการโปรแกรมทำให้ฉันมีเครื่องมือเพิ่มเติมในการวิจัยเชิงทฤษฎี เมื่อฉันมีอัลกอริทึมที่ฉันคิดว่าจะใช้งานได้ถ้ามันง่ายพอฉันอาจเขียนโค้ดขึ้นมาและตรวจสอบว่ามันใช้งานได้จริงหรือไม่ หากความคิดของฉันไม่ได้ (แม้) ทำงานในทางปฏิบัติก็ไม่น่าจะเป็นไปได้ในทางทฤษฎีและวิธีการนี้มักจะช่วยฉันจากการจมเวลาจำนวนมหาศาลพยายามที่จะพิสูจน์สิ่งที่ผิด

ไม่มีใครพูดถึงประเด็นการปฏิบัติว่าทำไมคนที่เรียน TCS ควรเรียนรู้การเขียนโปรแกรม

หากคุณวางแผนที่จะทำปริญญาเอกใน TCS ในภาควิชาวิทยาการคอมพิวเตอร์มีโอกาสที่ดีที่คุณจะต้องเรียนหลักสูตรที่ไม่ใช่ทฤษฎี คุณอาจจำเป็นต้องมีความรู้ในวิชาที่ไม่ใช่ทฤษฎีเพื่อผ่านการสอบที่มีคุณสมบัติของคุณทั้งนี้ขึ้นอยู่กับโปรแกรมที่คุณอยู่

เมื่อคุณสำเร็จการศึกษาระดับปริญญาเอกโอกาสในการทำงานสำหรับ TCS ส่วนใหญ่จะอยู่ในสถาบันการศึกษา หากคุณทำงานในสถาบันการศึกษาคุณจะได้รับการคาดหวังให้สอนและคุณอาจได้รับการคาดหวังให้สอนหลักสูตร CS ระดับปริญญาตรีในระดับอินโทรที่จะเป็นการเขียนโปรแกรมมากกว่าทฤษฎี แม้ว่าคุณกำลังสอนคลาสทฤษฎีเพื่อ undergrads เช่นพูด Algorithms คุณสามารถคาดหวังว่านักเรียนของคุณจะรู้เพิ่มเติมเกี่ยวกับการเขียนโปรแกรมกว่าทฤษฎีและโดยไม่รู้ว่านักเรียนของคุณรู้มันจะยากสำหรับคุณเชื่อมช่องว่างในความเข้าใจของพวกเขา . ฉันตัวสั่นด้วยความคิดว่า CS กำลังเรียนอยู่ที่ใครบางคนที่ไม่รู้จักการเขียนโปรแกรม!

หากคุณไม่สนใจข้อกังวลเชิงปฏิบัติเหล่านี้คุณอาจได้รับจากการทำวิจัยโดยไม่ต้องรู้อะไรเกี่ยวกับการเขียนโปรแกรม แน่นอนว่าคุณมี บริษัท จำนวนมากในชุมชน TCS แต่ระยะทางจะแตกต่างกันไปขึ้นอยู่กับพื้นที่ที่แน่นอนของทฤษฎีที่คุณกำลังทำงานอยู่ตัวอย่างเช่นถ้าคุณกำลังทำทฤษฎีความซับซ้อนในการคำนวณที่บริสุทธิ์พิสูจน์ขอบเขตที่ต่ำกว่าในชั้นเรียนที่ไม่มีใคร เคยได้ยินจากนั้นเป็นไปได้ว่าการเขียนโปรแกรมจะไม่เป็นประโยชน์กับคุณ แต่ถ้าคุณทำอัลกอริธึมมากกว่านี้ฉันรู้สึกว่าการเขียนโค้ดที่ทำงานได้ดีจะช่วยเสริมสัญชาติญาณของคุณถ้าไม่มีอะไรอื่น

ฉันแนะนำให้เรียน C (ไม่ใช่ C ++) รับสำเนา K&R และอ่านจากด้านหน้าไปด้านหลัง C ไม่ได้มีคุณสมบัติที่แปลกใหม่ของภาษาสมัยใหม่ แต่มันมีไวยากรณ์และความหมายที่เรียบง่าย แต่สง่างามซึ่งคุณควรจะสามารถเรียนรู้ได้อย่างครบถ้วน อย่างไรก็ตามแม้ว่าคุณจะเข้าใจภาษาได้อย่างสมบูรณ์ แต่ก็ยังคงฝึกฝนให้ฝึกการเขียนโค้ดที่ไม่มีข้อบกพร่องที่สง่างามใน C อย่างไรก็ตามหากคุณสามารถเขียนโค้ดใน C ได้คุณจะสามารถเชี่ยวชาญภาษาการเขียนโปรแกรมที่คุณพบ นอกจากนี้วินัยนั้นจะช่วยให้คุณคิดว่าฮาร์ดแวร์คิดอย่างไรซึ่งจะเป็นประโยชน์เมื่อออกแบบอัลกอริทึม

แนวคิดอย่างเช่นพอยน์เตอร์นั้นสำคัญมากสำหรับทุกคนที่ออกแบบอัลกอริทึม แต่น่าเสียดายที่ภาษาเช่น Java และ Python ปิดบังพวกเขาดังนั้นคุณจึงไม่แนะนำให้พวกเขาเป็นภาษาแรกสำหรับคนที่มีพื้นฐานทางคณิตศาสตร์ OOP สำคัญกว่าสำหรับผู้ที่ต้องดูแลโครงการซอฟต์แวร์ขนาดใหญ่ไม่ใช่คนที่ออกแบบอัลกอริทึม

ฉันขอแนะนำให้คุณอย่ารอเวลาเริ่มต้นหลักสูตรของคุณเนื่องจากวิทยาการคอมพิวเตอร์ในระดับใด ๆ เกี่ยวข้องกับการใช้อัลกอริทึมผ่านคอมพิวเตอร์เพื่อที่จะบรรลุ / ตรวจสอบ / แก้ทฤษฎีใด ๆ ที่คุณจะต้องเผชิญตลอดหลักสูตรโดยเฉพาะอย่างยิ่งในระดับของคุณ

ฉันต้องโปรแกรมในชั้นประถมศึกษาปีที่ 10 (มัธยม) ก่อนแล้วฉันก็รู้วิธีใช้บรรทัดคำสั่งและสิ่งนี้ช่วยได้จริงๆ (นี่คือการแสดงให้คุณเห็นว่าทักษะการเขียนโปรแกรม "พื้นฐาน" ใน CS) เป็นอย่างไร

ความประหลาดใจของเพื่อนร่วมงานของคุณนั้นได้รับการพิสูจน์มาอย่างดีเนื่องจาก pseudocode และอัลกอริธึมเป็นสิ่งแรกที่เราต้องเรียนรู้เพื่อที่จะเขียนโปรแกรม

อย่างไรก็ตามคุณจะไม่หลงทางอย่างแน่นอนในหลักสูตรที่กำลังจะมาถึงเนื่องจากคุณสามารถใช้ทักษะทางคณิตศาสตร์ที่กว้างขึ้น (ด้วยตัวคุณเอง) เพื่อประโยชน์ของคุณในการข้ามการเขียนโปรแกรมเชิงวัตถุเพื่อเรียนรู้ภาษาโปรแกรมการทำงานที่รวดเร็วขึ้น

• ฟังก์ชั่นการเขียนโปรแกรมเป็นคณิตศาสตร์ที่มุ่งเน้นมากถือว่ายากที่จะเรียนรู้สำหรับพื้นหลังทางคณิตศาสตร์ที่จำเป็นถือว่ามีประสิทธิภาพมาก (ใน "ง่าย" วิธีการทางคณิตศาสตร์เพื่อบรรลุปัญหาที่ยากผ่านสง่างามและหมายถึง "สะอาด")
• การวางแนววัตถุนั้นดีเมื่อคุณไม่ต้องการเข้าใจอัลกอริธึมพื้นฐานและหลักการใช้งานและเพียงต้องการ "นำกลับมาใช้" วัตถุที่มีอยู่แล้ว

ฉันคิดว่าคุณสามารถเล่น Haskell ได้ (โดยทั่วไปไม่ใช่ภาษาแรก) เพราะเป็นคณิตศาสตร์ที่ใช้งานได้จริงและสามารถทำอะไรก็ได้ตามที่คุณต้องการ การเรียนรู้ Haskell จะทำให้คุณอยู่ในระดับที่คุณไม่จำเป็นต้องเรียนรู้มากขึ้นเพื่อให้ทันและจะทำให้คุณอยู่ในสถานการณ์ควบคุมและมีอำนาจเหนือหลักสูตรของคุณ หากคุณเข้าสู่สถิติการเรียนรู้ R เป็นข้อดี แต่ไม่ใกล้เท่า Haskell ฉันได้เห็นรายงานจากนักคณิตศาสตร์ระบุว่าพวกเขาประหลาดใจเกี่ยวกับความใกล้ชิดกับคณิตศาสตร์และวิธีการคิดของพวกเขา

นอกจากนี้ความท้าทายในการแก้ปัญหา (เพื่อให้คุ้นเคยกับสภาพแวดล้อมในการเขียนโปรแกรมอย่างรวดเร็ว) ก็คือการติดตั้งและใช้งาน Linux (Ubuntu Linux จะทำ) เชื่อฉันสิคุณจะได้เรียนรู้มากมายจากการเล่นกับมัน ...

คำแนะนำเหล่านี้เป็นวิธีที่ดีที่สุดที่ฉันรู้ในการเรียนรู้อย่างรวดเร็วและแน่นอนสำหรับนักคณิตศาสตร์ในสาขาวิทยาศาสตร์คอมพิวเตอร์ นอกจากนี้ชุมชนโอเพ่นซอร์สนั้นเป็นมิตรและเป็นประโยชน์มากและหากคุณติดอยู่ IRC ก็เป็นวิธีที่ตรงที่สุดในการพูดคุยเกี่ยวกับเรื่องใด ๆ ผ่านช่องทางเฉพาะ (เชื่อมต่อกับ FreeNode) ข้อควรจำ: การถามเป็นวิธีเดียวที่จะแก้ปัญหาไม่ว่าจะเป็นสำหรับตัวคุณเองฟอรัมเครื่องมือค้นหาหรือในห้องแชท

ตัวอย่างของการนำ C ++ ไปใช้งานของระบบพิสูจน์แบบโต้ตอบมีเอกสารดังต่อไปนี้: หลักฐานการโต้ตอบที่เหมาะสมที่สุดสำหรับการประเมินวงจรโดย Justin Thaler มันสามารถใช้ได้ที่http://people.seas.harvard.edu/~jthaler/ ดูเหมือนจะเป็นก้าวต่อไปสู่เป้าหมายของการพัฒนาการใช้งานจริงของระบบพิสูจน์การโต้ตอบทั่วไป

เอกสารที่คล้ายกันและซอร์สโค้ดที่เกี่ยวข้องปรากฏในเว็บไซต์ที่กล่าวถึงข้างต้น