关于编程
我的职业是 Software Engineer ，日常工作是通过编程来解决问题。我不是科班出身（本科是数学系），大二下学期开始接触编程，一路走来磕磕绊绊，中间也绕了很多弯路，最终还是选择了从事计算机编程作为职业。这篇 wiki 总结一些学习编程/写代码过程中的建议。
程序员如何学习与成长
关于程序员：
- 35 岁以上写不动代码？
- 程序员的出路是转管理？
- 因人而异。找自己 核心竞争力 。
阅读 是重要的学习渠道，书籍是高质量信息的重要来源和载体。
结构化信息的阅读，更有利于思考能力的提升：
- 只接受被动的信息流，会使大脑的思考能力退化
- 阅读是一种“主动”的信息获取方式
- 要有读后感，明确阅读的目的性
要保持批判性思维：
- It is the practice and experience gained through that practice that cause us to evolve those principles
- If we were to examine the set of software engineering principles from 1964, they would look downright silly today.
- Today’s principles will look equally silly in thirty years. (《201 principles of software development》，1995)
软件工程师 != 码农
- RD：research & development，研究 & 开发，不能忽视研究。
- Coding：无序 -> 有序；实际问题 -> 数学模型
- Coding 能力：问题分析，建模，沟通，编码
区分好代码与坏代码
好的代码：
- 高效、鲁棒、简洁；
- 简短、共享(re-usable)、可测试、可移植、可监控、可扩展
坏的代码：
- 函数名、变量名意义不明；
- 无注释
- 函数目的不单一
- 排版差
- 无测试用例
写代码 -- 需求分析、系统设计
- 编码前：需求分析，系统设计
- 编码中：代码实现，单元测试
- 编码后：集成测试，上线，持续迭代
编写代码只占软件开发的 10%。
写代码前明确目的。写代码前更多投入，收益往往更大。沿着错误的思路，走到后面再想回头改就困难了
需求分析与系统设计的区别：
- 需求分析：定义系统/软件黑盒的行为（external, what）
- 系统设计：设计系统/软件白盒的机制（internal, how）
需求分析：
系统设计：
- 系统要完成哪些功能
- 系统如何组成
- 功能在这些组成之间如何划分
- 系统设计的约束：计算、存储、IO
需求是系统设计决策的来源。
系统设计的风格与哲学：
- 每个组件的功能应该足够专注与单一
- 组件之间的关系应该简单、清晰
- 好的系统是在合适假设下的精准平衡。
- 系统对外的接口，比系统实现本身还重要
- 接口定义了功能：如果功能都不正确，系统就无用
- 相对于内部，外部关系确定后非常难修改，对外接口包括：函数接口、协议、API 等
写代码 -- 表达
代码是写给人看的。
模块（Module）化，高内聚、低耦合。
切分模块的一种角度：
数据类模块：
过程类模块：
- 如果一个函数和类的成员变量无关，不要实现为类的成员函数，这样更便于未来的复用
关于 OOP
- 一种观点：面向对象的本质是数据封装，多从 Data 角度开始考虑
- 不要太纠结于编程范式
写代码 -- 编码
graph LR
id1(系统)-->id2(子系统/程序)
id2-->id3(模块)
id3-->id4(函数)
函数描述：
- 传入参数描述，含义、限制条件
- 返回值描述，各种可能性
控制函数规模。
函数返回值：
- 逻辑判断型，true/false
- 操作型, ok/error
- 获取数据型, 有数据/无数据/获取失败
划分代码块，理清逻辑。
先写注释，再写代码。
关注可监控性，互联网时代，系统是运营出来的
如何成为优秀的软件工程师
成为一个优秀的软件工程师，和写了多少年/多少行代码，曾经在哪里上学/工作是没有必然联系的
- 学习：看书、看代码
- 思考：why
- 实践：写代码、感想
知识 -> 方法 -> 精神
夯实基础：软件工程师基础，至少要 5 到 8 年的沉淀。
求木之长者，必固其根本；欲流之远者，必浚其泉源。 -- 魏征《谏太宗十思疏》
参考：
百度技术学院--代码的艺术