昨天，我的大学学习[2]

昨天，我的大学学习[2]  曾毅

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……

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。

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。

…………
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。

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。 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。 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……

如果说对于英语考试，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》。