五门CS基础课推荐
干货:五门CS基础课推荐
题记
程序员的行业是多金的，虽然网上总是会妖魔化我们，但是不可否认，码农是时下最热门的行业。比如，最近Google日本在扩招，如果你有幸刚毕业就加入Google日本，成为一名工程师。那么薪水意义上，你的起点其实就是绝大多数日本人的终点了。机会没来的时候，你在观望，机会来了，你却在抱怨来不及了。你或许在害怕英文，或许在害怕一个个无人陪伴的夜晚。但是实现一个梦想最好的时间，一个是十年前，一个就是现在。
别等。看完这篇文章。关上手机，静下心来学习即可。每天八小时事，半年小有所成，一年便可登上互联网的快车。
MOOC和我
MOOC，全称Massive Open Online Courses，也就是网络公开课。
2013年，研究生即将毕业的我，突然萌生了转行计算机的想法。因为当时计算机的薪水实在高的令人发指（现在更高了），所以我就直接去面试腾讯的实习生了。不出意料，没有系统学过计算机的我，杯具了。经过一些准备，2015年底，我拿到了硅谷工资最高最火的三家（Facebook, Google, LinkedIn) 的offer。记忆中，当时CMU的同学中，全部拿了这三家的只有我一个。
我从来没有在学校系统的读过计算机，即使在CMU读硕士的时候，我的主攻方向是是网络安全和密码学，学习的课程主要偏数学以及各种渗透技术。我所在的Program，八个人，也只有我一个人会编程。我对知识的获取方式特别挑剔，上学的时候，我如果觉得没必要去上课，或者老师水平一般（按书讲，或者读ppt），我是不屑于在教室出现的。但是推荐的这几门课，我找不到任何缺点。而我在找到工作前的大部分知识，都是通过MOOC获取的。
如果你能够坚持上完这些课，即使没有一个CS学位，也可以打好很扎实的计算机基础。而且因为这些都是很优秀的国外公开课，即使你在国外读大学，本校的课程也不一定能跟上这些课程的档次。认真学完之后，你的基础不输普通大学的CS科班生。
为什么要介绍国外的MOOC呢？
虽然国内的CS教育进步很快，但是国外的CS课程在设计上往往更合理，而且每年会随着业界的发展不断更新。授课教师往往都具有很强的学术和工业界的背景，所以他们不单知道怎么把知识交给你，也知道怎么让你成为一个优秀的工程师。国内的课程体系往往比较落后，偏理论，而且进展很慢。比如，国内很多学校还在用C语言入门，教着8086/8088，操作系统上成文科课。
无论是CS科班，还是转专业的学生，或者是PHD，这些课都是很好的参考资料。美国大学一门课的收费在5000美元左右，所以如果真的能够把这些课上下来，相当于赚了2万多美刀。
这几门课都属于比较早期的经典课程，经历过时间的验证。在CS界，其实最好的东西，往往是免费的。
找工作不是光刷题就好了吗？
找工作刷题肯定是必须的。但是为了找工作直接就开始刷题，难免有点操之过急了。而且也为了以后的工作做准备，扎实的计算机基础还是很必须的。而这些是刷题无法给你的。工作以后，基础比较好的人往往会更快的发现并解决工作中的问题。而且其实找到工作只是一个开始，进入公司需要学的东西很多，没有一定的基础，其实很快就会不适应快节奏的工作。2019年了，现在单纯的靠刷题已经很难找到工作了，很多公司都会在面试中穿插一些非算法的题目。
这些课都配套了非常有意思的project，对于没有project可以写，背景比较薄弱的同学来说，完全是可以写到简历上的。当然，如果刚开始一个人自学，可以跳过project，因为一个人做project确实会有些难度。
对于想来硅谷找工作的同学来说，这些课程可以让你更好的复习一些基础知识，可以使你 talk like a silicon valley engineer. 上课的时候，注意老师是怎么解释每个Topic的，注意他们是怎么举例子的，这些会提升你在面试中的交流技巧。
Udacity: Introduction to Computer Science（计算机科学导论）
Udacity的CS入门级神课，讲解的非常简单。这门课面向的对象是没有任何编程经验的人，所以任何人都是可以上的。这是Udacity上第一批课程，也是质量非常刚得一门课程。课程的介绍页面写的很详细了，我就不介绍了。我上这门课的时候，udacity还没有收费服务。不过良心的是，你仍然可以免费上所有的课！
如果是CS科班的同学，其实可以跳过这么课，因为内容比较简单了。但是对于编程技术比较薄弱,或者英语能力一般的，这绝对是非常适合入门的课。课程的语言为python，属于码农必会语言。现在2019年了，Python也基本稳定霸占最流行编程语言的前三了。硅谷的面试中，很多同学直接使用python进行面试。
课程虽然简单，但是这并不影响课程的价值。北美学校基本都会使用python作为入门语言，这样可以快速让学生上手，同时对CS产生强烈的兴趣。现在纯python的工作岗位也越来越多了，比如web，数据分析，机器学习。国内学校一般仍然在采用C语言作为计算机入门语言，上完之后很多同学再也不想碰编程了。
这门课主要讲的是构建一个基本的基本的搜索引擎，麻雀虽小，五脏俱全。会讲到网页的爬取（crawling），索引（indexing），存储（storage），和访问（serving）。其实这个和工业界的系统是类似的，只不过工业界的处理的问题要比这个复杂多了。里面的每一个小块，其实都是足够你投入毕生精力去研究的。这也就是国外课程的魅力，其实你毕业处理的问题和学校学的很像，只不过规模不同了。
CS 61A: The Structure and Interpretation of Computer Programs
Berkeley的经典CS入门课。虽然是入门，确是非常有深度的一门课。学完之后，可以让你的python水平大涨，让你学会很多python的奇巧淫技。同时也会让你对编程语言有比较深层次的理解。虽然是python授课，但是里面的topic同样适合其他语言。上完这么课，我觉得我第一次懂得了什么是recursion，第一次懂了什么是function call。里面的很多内容对我至今影响深远。
我只听过John DeNero的版本，因为他准备的资料非常丰富。大神John DeNero，研究搞得好，并且在也有丰富的工业界的经验(Google Scientist)。更难能可贵的是，他把所有课程的资料都放到了网上，并且每年都在更新。在这个物欲横流的社会，真的是一股清流。2019年开始出现Dan Garcia的版本了，但是他目前没有提供视频。
这门课用的教材是SICP的Python改版。John Denero把SICP的书改写成了Python的版本，使得这本经典的CS教材更符合现代码农的需要。他也因此获得了campus Distinguished Teaching Award。SICP这本书，是计算机界Top10的经典的著作，恰巧也是最薄的。跟人聊天的时候，只要提到SICP这个词，绝对让你逼格提高八度。很久很久以前，我曾经尝试着读过原版，不是很读的下去。。。但是后来跟着这门课同步学习了这本书，受益匪浅！
The Structure and Interpretation of Computer Programs
这里可以看到所有的版本，这门课每年都会更新，选择自己喜欢的年份即可。一般选择比较新的年份，有些年份没有视频，可以往前慢慢翻。现在课程的autograder也对外开放了，不过我就还没试过。The autograder is now open to the public. Sign up using entry code MNXYKX at gradescope.com.
CS61B: Data Structures
如果说非要选一门对找工作最重要的课，那么就是这一门了。如果时间不允许，只能上一门课的话，那么就上这门课了。上完这门课，你就可以刷题了。这门课选用的语言是Java，相对于C++而言，比较容易上手。而且现在C++的岗位越来越少了，如果非得选，就选Java。
61b主要讲：Java和算法。这么课是从61a平稳过度来的。课程内容非常丰富。
以前，这门课比较流行的版本是2014 Spring的版本（传送）。授课老师采用传统的黑板书写方式。我并没有看课程的视频，我只是反复阅读了课程的讲义，字里行间都让我受益匪浅。有基础的同学可以直接阅读讲义之后做作业！
我个人比较喜欢Josh Hug的版本。 该版本的内容更加丰富。老师基本就是让学生不的实现新东西. 学生虽然被虐的很爽，但是对老师的评价确非常非常的高。Josh Hug在Berkeley 有多受欢迎呢？请看这个网页，Berkeley的同学在reddit上集体膜拜这个老师，有同学说：“The only negative thing about Josh Hug is that he doesn’t teach every course in which I am enrolled. Completely agree with your sentiments. I’ve never had a more dedicated and engaged professor.” 虽然一般难的课评分不容易高，但是Josh在ratemyprofessors上的评分有4.8/5，前面提到的John DeNero也有4.7分之高。Josh经常会手把手教你好多东西。课程有两个大的project，每年都会变。对新手来说，确实有一点难度，但是却可以作为简历上比较有分量的Project。当然不做也是可以的，专心做完Homework和lab即可。
其实很大一部分面试题都是那些经典算法的变种，所以数据结构非常重要！而且其实一般的面试当中，数据结构的范围是不会超过61b的数据结构范围的。如果真的遇到了，那只能说你遇到极品面试官了。
Coursera: Princeton Algorithm
采用java语言，Princeton神级教授倾力讲授。我比较推荐的是这门课的教材：红书。我买了一本，带去了美国。Josh Hug 的cs61b也参考了这本课本，因为Josh Hug是Princeton走出去的大神。其实也正式这个原因，其实Josh Hug的课程的后半部分和这门课程有很大的重叠，这么课可以跳着看，把61b没有覆盖的章节补充一下即可。
首先，入门选手千万不要读算法导论！入门选手千万不要读算法导论！入门选手千万不要读算法导论！有多少人因为算法导论，从此对算法望而生畏。书当然是超级好的书，但是这本书更适合研究算法的人！而且如果没有人给你画重点，你几乎可以深陷其中，不能自拔。至今在知乎上，仍有人不知疲倦的给新手推荐算法导论作为刷题的入门教材，毁人不倦。算法导论一般美国大学偏理论的算法课使用的教材，比较适合以后的进阶高阶读本。
与大部分的算法课不同是，这么课并没有过多注重于数学，而是一直在教你如何正确的实现一个算法，并且老师很注意帮你养成简洁的编程习惯，这也是我喜欢这门课的原因。其实这门课实现的算法都属于比较复杂的算法，对大部分人来说，工作和刷题中很少会遇到比这些更复杂的算法。老师的视频里面有各种动画，可以很好的帮你理解各种算法。这么课分part I 和part II。Part I里面的所有内容都是非常重要的。Par II我只看了Graph和String。其他不看也行。
红书最强之处在于，它的编程风格非常简洁明了，对我的代码风格影响很大。书中对于每个算法的实现（merge sort, quick sort, graph algorithm）都是我见过的最好的。我曾经在面试的时候被人要求手写PriorityQueue，然后我写出了红书中的那种简洁的代码。我之后的代码几乎都在模仿这本书。其实代码的风格很重要，对于一个新手来说，越早的养成自己的风格，就意味着越早能写出无bug的代码。
CMU 15213 CSAPP
这是CMU当之无愧Top 1神课。国内一些大学也引入了这么课（可见，有一个好的老师是多么重要的事情）。网上比较全的版本是UW的一个公开课的版本，UW的版本比CMU的版本简单了一点，但是也够用了。这门课原本是在Cousera上提供的，可惜Coursera改版之后被删了。现在可以在UW的官网上看到。当时UW讲这门课的Prof Gaetano Borriello 已经在2015年去世了，可是他的课程依然影响着千千万万的人。
这么课神就神在，它基本上把CS界的那些经典领域都不深不浅的介绍了一遍，所以这么课是cmu很多高阶课的前提课程。这门课的作业非常的神，每个作业都设计的非常有趣，能够让你花一整天去研究他。这么课的教材(CSAPP)也是CS界的经典著作之一，有空一定要深读（只读网课讲过的章节即可）。这门课选用的语言是C语言和汇编。其实这个时候学C语言恰到好处，了解了计算机体系结构之后，而C语言最大的优势就是“是一门底层语言”。
学完这么课，我瞬间感觉了任督二脉被打通了。我觉得我第一次理解了计算机。对计算机有种莫名的通透的感觉。感觉任何概念都可以轻松理解了。计算机没了神秘感。学完汇编，你会发现，其实处理器能做的事情就那么简单，都是指令集写好的。学位内存结构，你会觉得现在的堆栈和递归都是显而易见的事情。学完数字的bit表示模式，内存在你眼里只不过是一群0101而已。学完gdb的debug，你将不再恐惧黑黑的命令行。你甚至写了一个shell，然后写shell里面的一些常见命令。写完malloc，其实内存分配也就那样了。multi thread的proxy，让你对多线程没了恐惧，对网络也有了一些了解，其实就是一些包送来送去。
这么课我研究的很通透。在CMU的时候，每个人的作业的版本都是不一样的，由于某些原因，这么课的作业我不止做过一份。。。这样导致我的213学的非常扎实，至今我都能说出个所以然来。
后记
现在已经是2019了，MOOC的数量比当时大大增加了。以上只是介绍了CS的一些基础课，其实我也接触过一些高阶的课程，等有机会再介绍了。大家没事多去coursera和udacity上逛逛，活用google，会找到很多有用的课程。美国很多顶级大学的课程多会把材料放到网上，真正利用起来其实前途无量。
如果真的能够坚持上完这几门课，那么恭喜你，你的CS基础已经非常扎实了。我靠着这些基础的加成，在CMU混的很轻松。回头想想，其实自己的基础课都是名校加成过的，随便个一招半式都够用了。
这几门课，时间充裕的可以慢慢上。时间紧的可以挑着上（上一门python，一门java，一门c），主要是要养成一种自我学习的习惯，而这也是码农生涯里面最重要的一个习惯。
Enjoy Reading This Article?
Here are some more articles you might like to read next: