一個基礎學科，為啥這麼硬核？

「程序員不需要學數學，因為工作中根本用不到。有那功夫，還不如認真把設計模式、計算機網路、操作系統等硬知識學好。」 這是很多人的觀點，是的，作為程序員，你不需要任何數學知識，也能寫代碼。

但是，編程的世界不止條件和循環語句，程序員的人生應該是創造的舞台，只要想在這個領域持續深耕，學好數學就是充分必要條件，會決定一個程序員未來的發展潛力。

所以，很多大公司在招人時，都會優先考慮數學專業的畢業生，因為數學基礎好，編程會更容易上手。在大數據和智能化的時代，學好數學更是門檻本身。

數學的正確打開方式，他們說…

Steve Yegge | 資深程序員

學習數學的正確方法是廣度優先，而非深度優先。你要了解的是整個數學領域每個概念的名字，並知道它們要解決什麼問題。

把數學當成文科來學，先不用重點看那些演算法和證明，只需要了解數學概念的名字、作用、大致步驟、發明人、發明時間、局限等。

數學符號是關閉你通往另一個世界的符咒，如果你看到一堆自己不懂的數學符號，就把它的實現功能簡單地當成一個原子操作好了，不要深究太多。

徐文浩 | bothub.ai 創始人

從工作相關的領域開始了解數學，可以隨學隨用，在工作中累計實操經驗，更容易獲得正反饋。

把正在學習的數學問題的解法，寫一個演算法程序實現出來，是非常有效的練習方式。

你可以選擇追一門數學的在線課程，跟著老師的節奏系統理解數學，對學習有一個聯繫和反饋的過程，做到有始有終。

劉超 | 《趣談網路協議》專欄作者

程序員是否需要學好數學？我在學數學分析、概率論和線性代數的時候，也沒想過數學和寫程序有啥關係，但隨著研究的開源軟體越來越多，我發現很多技術深入下去，本質就是數學。

程序員應該怎麼學數學呢？我不建議你將大學的相關書籍拿出來啃一遍，耗費大量時間不說，關鍵是跟實際應用無法結合，結果往往是：該看的忽略了，不該看的費了半天勁還用不上，等過一陣字就又忘了。

我們在了解新技術時，通常會分成三個階段，第一階段是，怎麼使用；第二階段是，如何實現，原理是什麼；第三階段是，為什麼這樣實現。學數學也是這樣，也有這樣三個階段，先用起來，了解原理，再知道為什麼這麼做。

用一句話總結，我們不能為了數學而學數學，要和具體的應用結合在一起。

可保存後分享給朋友或轉發至朋友圈

綜合三位老師的觀點，其中的共性就是：學習數學，「實用」優先。因此，我繪製了一張「程序員的數學應用地圖」，包含四個部分：數據結構、編程語句、通用演算法和機器學習演算法。

數據結構和編程語句，你肯定非常熟悉，這些基礎的內容涵蓋的數學思維毋庸置疑。例如，數組和鏈表就體現了迭代和遞歸的思想，判斷語句使用了邏輯（布爾）代數。

架構在數據結構和編程語言之上的演算法（為了將這些演算法和機器學習的演算法區分開，我稱其為通用演算法），除了迭代和遞歸，也體現了排列、組合和動態規劃等思想。

對於機器學習的演算法，我們更需要理解概率統計和線性代數的核心思想，包括什麼是概率、貝葉斯定理、數據的統計分布、向量、矩陣、線性方程等。

在此，向大家推薦我在極客時間的專欄「程序員的數學基礎課」。

在專欄中，我會從數學的角度出發，逐步推進到這些知識在計算機中的應用。而值得一提的是，在繪製這張應用地圖時，我特意反其道而行，從計算機編程的角度出發，為你展示程序員應該如何看待編程中的數學知識，告訴你計算機領域常用的數學思想有哪些。

我有充足的信心，通過學習這個專欄，你會加深對數學的理解，在分析問題時能快、准、穩地找到解決方案。今後在面對系統框架設計、性能優化、準確率提升等難題時，你會從更高更廣的角度出發思考問題，而不只是以「熟練工」的視角增刪改查。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！