Att vara datavetare handlar inte om programmering; det handlar om att studera algoritmer (en serie steg, förstått av någon eller något, för att slutföra en uppgift i ett visst antal steg). Många datavetare programmerar inte alls. Edsger Dijkstra sa faktiskt en gång "Datavetenskap handlar inte mer om datorer än astronomi om teleskop."
Steg
Del 1 av 4: Börjar
Steg 1. Bli en livslång elev
Att vara datavetare handlar om att lära sig att vara student, inte bara under utbildning, utan för hela tiden under din karriär. Teknikförändringar, nya språk utvecklas, nya algoritmer tas fram: du måste kunna lära dig nya saker för att hålla dig uppdaterad.
Steg 2. Förstå din framtida roll
Som datavetenskapare är det ditt jobb att lösa problem. Det handlar också om att lösa problem på ett sätt som kan göra alla lyckliga i slutändan. Detta innebär att du lär dig goda kommunikationskunskaper och kodningsförmåga eftersom du är mer benägna att matcha dina kunders behov med den lämpliga lösningen om du lyssnar bra och förmedlar dina förståelser tydligt, samt håller klienten informerad under projektet.
Del 2 av 4: Skriva pseudokod
Steg 1. Börja med pseudokod
Pseudokod är egentligen inte ett programmeringsspråk, men det är ett sätt att representera ett program på ett mycket engelskliknande sätt. Den mest välkända algoritmen för dig är förmodligen på din schampoflaska: Skum, skölj, upprepa. Detta är en algoritm. Det är förståeligt för dig ("Computing Agent") och har ett begränsat antal steg. Eller gör det …
Steg 2. Justera pseudokoden
Schampoexemplet är inte en mycket bra algoritm av två skäl: det har inget villkor att sluta på, och det säger inte riktigt vad du ska upprepa. Upprepa skumning? Eller bara sköljningen. Ett bättre exempel skulle vara "Steg 1 - Skum. Steg 2 - Skölj. Steg 3 - Upprepa steg 1 och 2 (2 eller 3 gånger för bättre resultat) och avsluta sedan (avsluta)." Detta är förståeligt för dig, har ett slutvillkor (ett begränsat antal steg) och är mycket tydligt.
Del 3 av 4: Skriva algoritmer
Steg 1. Prova att skriva algoritmer för alla möjliga saker
Till exempel hur man tar sig från en byggnad till en annan på campus, eller hur man gör en gryta. Snart kommer du att se algoritmer överallt!
Steg 2. När du har lärt dig hur du skriver algoritmer bör programmering komma naturligt för dig
Köp en bok och läs den helt för att lära dig språket. Undvik onlinehandledning eftersom de ofta är skrivna av hobbyister, inte proffs.
Leta dock gärna efter hjälp på internet. Objektorienterade språk som Java och C ++ är "in" just nu, men procedurspråk som C är lättare att börja med eftersom de enbart handlar om algoritmer
Steg 3. Programmering är bara översättning av pseudokod till ett programmeringsspråk
Ju mer tid innan programmering du lägger ner på att planera i pseudokod, desto mindre tid kommer du att lägga på att skriva och klia dig i huvudet.
Del 4 av 4: Algoritmanalys
Steg 1. Läs om RAM (slumpmässig åtkomstmaskin)
En av de bästa platserna att börja är genom att läsa Steven Skienas bok The algorithm design manual.
Steg 2. Lär dig mer om funktionernas begränsande beteende
Läs om Big O -notation.
Steg 3. Läs om hur input i värsta fall kan bryta din algoritm eller kosta dig mycket under processortiden
Det är viktigt att lära sig vilka sätt som effektivt kan motverka dem.
Tips
- Datavetenskapen förgrenar sig till många olika områden som datordesign och utveckling, databaser, datasäkerhet eller datorspråk för att bara nämna några. Därför är det klokt att fokusera på en eller kanske några fler om de intresserar dig.
- Efter att ha lärt dig ett programmeringsspråk är det enkelt att lära sig ett annat inom samma paradigm eftersom du fortfarande bara översätter pseudokoden till ett verkligt språk.
- En whiteboard är ett bra ställe att skriva algoritmer på.
- Om du är en gymnasieelev och under 20 år överväger att gå in i ditt områdes Olympiad i informatik.
