Å være datavitenskap handler ikke om programmering; det handler om studiet av algoritmer (en serie trinn, forstått av noen eller noe, for å fullføre en oppgave i et gitt antall trinn). Mange informatikere programmerer ikke i det hele tatt. Edsger Dijkstra sa faktisk en gang "Datavitenskap handler ikke mer om datamaskiner enn astronomi handler om teleskoper."
Trinn
Del 1 av 4: Starter ut
Trinn 1. Bli en livslang elev
Å være datavitenskapsmann handler om å lære å være student, ikke bare under opplæring, men for alltid gjennom hele karrieren. Teknologiske endringer, nye språk utvikles, nye algoritmer blir utviklet: du må kunne lære nye ting for å holde deg oppdatert.
Trinn 2. Forstå din fremtidige rolle
Som datavitenskapsmann er det din jobb å løse problemer. Det handler også om å løse problemer på en måte som kan gjøre alle lykkelige til slutt. Dette betyr å lære gode kommunikasjonsevner så vel som kodingsevner fordi du er mer sannsynlig å matche behovene til klienten din med den passende løsningen hvis du lytter godt og videresender forståelsen din tydelig, samt holder klienten informert under prosjektet.
Del 2 av 4: Skrive pseudokode
Trinn 1. Start med pseudokode
Pseudokode er egentlig ikke et programmeringsspråk, men det er en måte å representere et program på en veldig engelskaktig måte. Den mest kjente algoritmen for deg er sannsynligvis på sjampoflasken: Skum, skyll, gjenta. Dette er en algoritme. Det er forståelig for deg ("Computing Agent") og har et begrenset antall trinn. Eller gjør det …
Trinn 2. Juster pseudokoden
Sjampoeksemplet er ikke en veldig god algoritme av to grunner: det har ikke en betingelse å slutte på, og det forteller deg egentlig ikke hva du skal gjenta. Gjenta skum? Eller bare skyllingen. Et bedre eksempel ville være "Trinn 1 - Skum. Trinn 2 - Skyll. Trinn 3 - Gjenta trinn 1 og 2 (2 eller 3 ganger for bedre resultater) og avslutt deretter (avslutt)." Dette er forståelig for deg, har en sluttbetingelse (et begrenset antall trinn) og er veldig eksplisitt.
Del 3 av 4: Skrive algoritmer
Trinn 1. Prøv å skrive algoritmer for alle slags ting
For eksempel hvordan du kommer deg fra en bygning til en annen på campus, eller hvordan du lager en gryte. Snart ser du algoritmer overalt!
Trinn 2. Etter at du har lært hvordan du skriver algoritmer, bør programmering komme naturlig for deg
Kjøp en bok, og les den helt for å lære språket. Unngå online -opplæringsprogrammer, siden de ofte er skrevet av hobbyfolk, ikke profesjonelle.
Imidlertid må du gjerne lete etter hjelp på internett. Objektorienterte språk som Java og C ++ er "in" akkurat nå, men prosedyrespråk som C er lettere å starte med fordi de utelukkende handler om algoritmer
Trinn 3. Programmering er bare oversettelse av pseudokode til et programmeringsspråk
Jo mer tid før programmering du bruker på å planlegge i pseudokode, desto mindre tid vil du bruke på å skrive og klø deg i hodet.
Del 4 av 4: Algoritmeanalyse
Trinn 1. Les opp på RAM (maskinen for tilfeldig tilgang)
Et av de beste stedene å starte er ved å lese Steven Skienas bok The algorithm design manual.
Trinn 2. Lær om funksjonens begrensende oppførsel
Les om Big O -notasjon.
Trinn 3. Les om hvordan input i verste fall kan ødelegge algoritmen eller koste deg mye i prosessortiden for CPU
Det er viktig å lære hvilke måter som effektivt kan motvirke dem.
Tips
- Informatikkfeltet grener ut til mange forskjellige felt som datadesign og utvikling, databaser, datasikkerhet eller dataspråk for bare å nevne noen. Derfor vil det være lurt å fokusere på en eller kanskje noen flere hvis de interesserer deg.
- Etter å ha lært ett programmeringsspråk, er det enkelt å lære et annet i samme paradigme fordi du fortsatt bare oversetter pseudokoden til et faktisk språk.
- En tavle er et flott sted å skrive algoritmer.
- Hvis du er student i videregående opplæring og under 20 år, kan du vurdere å delta i Olympiaden i informatikk i ditt område.
