非科班,补基础
大家好,我是大彬~
今天跟大家分享知识星球小伙伴关于【非科班转码如何补基础】的提问。
往期星球提问整理:
读博?找工作?
性格测试真的很重要
想找一份实习工作,需要准备什么
球友提问:
大彬大佬,想问下非科班要补哪些基础? 求推荐视频,国内国外都行。
大彬的回答:
你好,我也是非科班转码的,Java方向,不知道你打算想往哪个方向发展。不过没关系,无论哪个方向,计算机基础都是相通的,下面分享一下我的经验:
- 数据结构:程序员可以不关注硬件,软件部分就是代码的逻辑实现,其中数据结构是基础,推荐橘黄色的算法书,想进中大厂就刷 leetcode ;这部分我觉得熟悉常见数据结构,了解常见算法就够了。
- 操作系统:推荐电子科技大学的蒲晓蓉老师的操作系统课程,看完觉得意犹未尽再去翻翻现代操作系统或者 csapp 吧,这部分主要看下进程、内存、文件系统。
- 计算机网络:推荐自顶向下,重点看两章就够了,应用层和传输层,更下层的说实话用不到。这里工作用到的更多的是 http,看下图解 http 之类的,有需要的可以看下图解密码学。
- 数据库:推荐伯克利的 CS168 课程。国内的推荐中国人民大学王珊老师的《数据库系统概论》
- 编译原理:不推荐太早看,代码写多了再来看,前期直接跳过。如果你是前端程序员,至少接触过 babel 这一类工具,了解过原理之后再来学习,这门课太早接触我觉得真的没用,晦涩难懂
- 最后补充下个人理解:这个阶段最重要的不是深入细节,熟悉原理这一类的,看到不懂的部分直接跳过就行了,先大概过一遍建立计算机的一些基本思想和概念,比如分层和抽象、时间和空间、接口和实现、分治等等等等,先悟到这一层,再回头看书能快很多,接下来再去深入一些感兴趣的细节部分,我觉得就差不多了
最后给大家分享200多本计算机经典书籍PDF电子书,包括C语言、C++、Java、Python、前端、数据库、操作系统、计算机网络、数据结构和算法、机器学习、编程人生等,感兴趣的小伙伴可以自取:


https://mp.weixin.qq.com/s?__biz=Mzg2OTY1NzY0MQ==&mid=2247486208&idx=1&sn=dbeedf47c50b1be67b2ef31a901b8b56&chksm=ce98f646f9ef7f506a1f7d72fc9384ba1b518072b44d157f657a8d5495a1c78c3e5de0b41efd&token=1652861108&lang=zh_CN#rd
相关文章:
非科班,补基础
大家好,我是大彬~ 今天跟大家分享知识星球小伙伴关于【非科班转码如何补基础】的提问。 往期星球提问整理: 读博?找工作? 性格测试真的很重要 想找一份实习工作,需要准备什么 球友提问: 大彬大佬…...
安全性与合规性:IT运维的双重守护
在当今数字化时代,信息技术(IT)已深入渗透到企业的各个层面。随着数据和技术的不断发展,IT运维安全性和合规性逐渐成为了企业运营的两大核心要素。它们不仅保障了企业数据的安全,更维护了公司的声誉和客户信任。本文将…...
session 反序列化
原理详解 ctfshow web 263 ctfshow 新手杯 剪刀石头布 这里我们可以发现服务器使用的处理器为php_serialize,与当前页面处理器不同,在反序列化的时候会造成一些问题。同时cleanup配置没开,关闭了session自动清理,所以我们不需要…...
PostgreSQL中实现数学中的组合问题
记得在学《数值分析》这门课程时,其中有排列组合的相关计算。最近没有想到,自己居然在编程上需要了这个问题,需要在数据库的一张表中,找出任意n条记录的组合,判断组合后的图形是什么,也就是组合问题。从网上搜索的相关资料,发现很多是在Java或者python代码实现的。因为数…...
编译和连接
前言:哈喽小伙伴们,从我们开始学习C语言到实现如今的成果,可以说我们对C语言的掌握已经算是精通级别了,但是我们只学习了怎么写代码,却没怎么了解过代码的背后是怎么工作的。 那么今天这篇文章我们一起来学习C语言的最…...
常见分布整理
概率论 - 常见分布(及其分布表) 常见分布的期望和方差 离散型分布 两点分布 有2种结果,实验只做1次 X~b(1,p)则有 P(X k) pk (1-p)1-k,k 0, 1 数学期望:E(X) p 方差:D(X)p(1-p) 二项分布 P(A) p࿰…...
ubuntu终端命令行下如何使用NetworkManager(netplan)来配置wifi网络
最近在给家里折腾一个文件共享服务器给家里的小米摄像头保存监控视频用。树莓派太贵了,找来找去发现香橙派orangepi zero3 是最低成本的替代解决方案(网络足够快,CPU的IO能力足够强),香橙派orangepi zero3的操作系统是…...
GO学习之 goroutine的调度原理
GO系列 1、GO学习之Hello World 2、GO学习之入门语法 3、GO学习之切片操作 4、GO学习之 Map 操作 5、GO学习之 结构体 操作 6、GO学习之 通道(Channel) 7、GO学习之 多线程(goroutine) 8、GO学习之 函数(Function) 9、GO学习之 接口(Interface) 10、GO学习之 网络通信(Net/Htt…...
CUDA学习笔记5——CUDA程序错误检测
CUDA程序错误检测 所有CUDA的API函数都有一个类型为cudaError_t的返回值,代表了一种错误信息;只有返回cudaSuccess时,才是成功调用。 cudaGetLastError()用来检测核函数的执行是否出错cudaGetErrorString()输出错误信息 #include <stdi…...
虹科 | 解决方案 | 机械免拆压力测试方案
对于发动机的气门卡滞或气门开闭时刻错误、活塞环磨损、喷油嘴泄漏/堵塞等故障,往往需要解体发动机或拆卸部件才能发现;而对于某些轻微的故障,即使解体了发动机后也经常难于肉眼判别 虹科Pico提供的WPS500压力测试方案,可以动态测…...
Python数据挖掘实用案例——自动售货机销售数据分析与应用
🚀欢迎来到本文🚀 🍉个人简介:陈童学哦,目前学习C/C、算法、Python、Java等方向,一个正在慢慢前行的普通人。 🏀系列专栏:陈童学的日记 💡其他专栏:CSTL&…...
深度学习技巧应用29-软件设计模式与神经网络巧妙结合,如何快速记忆软件设计模式
大家好,我是微学AI,今天给大家介绍一下软件设计模式与神经网络巧妙结合,如何快速记忆软件设计模式。我们知道软件设计模式有23种,考试的时候经常会考到,但是这么种里面我们如何取判断它呢,如何去记忆它呢&a…...
中文编程开发语言工具应用案例:ps5体验馆计时收费管理系统软件
中文编程开发语言工具应用案例:ps5体验馆计时收费管理系统软件 软件部分功能: 1、计时计费功能:只需点开始计时即可,时间直观显示 2、商品管理功能:可以管理饮料等商品 3、会员管理功能:支持只用手机号作…...
绘制核密度估计图
简介 核密度估计图(Kernel Density Estimation,KDE)是一种用于估计数据分布的非参数方法,通常用于可视化和理解数据的分布情况。它通过平滑地估计数据的概率密度函数(PDF)来显示数据的分布特征,…...
基于深度学习网络的蔬菜水果种类识别算法matlab仿真
目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1数据集准备 4.2构建深度学习模型 4.3模型训练 4.4模型评估 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.部分核心程序 clc; clear; close all; wa…...
UE4 距离场
在项目设置的渲染模块可打开距离场 把该节点连上,该节点的意思是,距离表面越近,材质显示值为0 不接近表面时: 接近表面时 可勾选该值即可看到距离场具体效果: 未接触表面时: 接触表面时: 产生…...
【SA8295P 源码分析 (四)】26 - QNX Ethernet MAC 驱动 之 emac_rx_thread_handler 数据接收线程 源码分析
【SA8295P 源码分析】26 - QNX Ethernet MAC 驱动 之 emac_rx_thread_handler 数据接收线程 源码分析 一、emac_rx_thread_handler():通过POLL 轮询方式获取数据二、emac_rx_poll_mq():调用 pdata->clean_rx() 来处理消息三、emac_configure_rx_fun_ptr():配置 pdata->…...
VR全景广告:让消费者体验沉浸式交互,让营销更有趣
好的产品都是需要广告宣传的,随着科技的不断发展,市面上的广告也和多年前的传统广告不同,通过VR技术,可以让广告的观赏性以及科技感更加强烈,并且相比于视频广告,成本也更低。 在广告营销中,关键…...
论文阅读 | RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow ECCV2020光流任务best paper 论文地址:【here】 代码地址:【here】 介绍 光流是对两张相邻图像中的逐像素运动的一种估计。目前碰到的一些困难包括:物体的快速运动ÿ…...
神经网络的发展历史
神经网络的发展历史可以追溯到上世纪的数学理论和生物学研究。以下是神经网络发展史的详细概述: 早期的神经元模型: 1943年,Warren McCulloch和Walter Pitts提出了一种神经元模型,被称为MCP神经元模型,它模拟了生物神经…...
RRAM加速器中的位级稀疏性与相似性优化技术
1. 项目背景与核心挑战在深度学习领域,计算效率和能耗问题一直是制约神经网络大规模部署的关键瓶颈。存内计算(Compute-in-Memory, CIM)架构通过将计算单元与存储单元融合,有效减少了数据搬运带来的能耗开销。其中,基于…...
Linux运维实战:命令行高效管理OSS对象存储
1. 为什么Linux运维需要掌握OSS命令行工具 作为Linux服务器运维工程师,每天都要处理海量数据备份、日志归档和资源分发。传统做法是用scp或rsync在服务器间来回传输,但很快就遇到存储空间不足、传输速度慢的问题。我接手过一个案例:某电商平台…...
【2026年携程暑期实习- 4月23日-第一题- 炒鸡回文构造】(题目+思路+JavaC++Python解析+在线测试)
题目内容 我们定义一个长度为 nnn 的数组 { a1,a2,…,an}\{a_1,a_2,\dots,a_n\}{ a...
别再猜了!海康威视MV_CC_DEVICE_INFO结构体里MAC地址的完整解析指南
海康威视工业相机MAC地址解析与实战应用指南 当你在调试海康威视工业相机时,是否曾对着SDK中的MV_CC_DEVICE_INFO结构体发愣?特别是那两个神秘的nMacAddrHigh和nMacAddrLow字段,它们与相机标签上的MAC地址究竟有何关联?本文将带你…...
多模态提示工程终极指南:MiniCPM-V对话模板设计与优化策略
多模态提示工程终极指南:MiniCPM-V对话模板设计与优化策略 【免费下载链接】MiniCPM-V A Gemini 2.5 Flash Level MLLM for Vision, Speech, and Full-Duplex Multimodal Live Streaming on Your Phone 项目地址: https://gitcode.com/GitHub_Trending/mi/MiniCPM…...
高稳定任务悬赏系统源码(已上线运营版)|Vue全栈开源|支持App/H5/小程序|含拉新与核销渠道
温馨提示:文末有联系方式高稳定性商用任务悬赏系统源码 当前已在多个线上项目稳定运行,历经长期压力测试与用户反馈迭代,核心功能零宕机,关键逻辑Bug已全部修复优化。全端兼容|Vue驱动的现代化前端架构 采用主流Vue 3 …...
告别抓包失败!用VirtualXposed+JustTrustMe搞定Android 10+的HTTPS流量(保姆级图文)
突破Android高版本HTTPS抓包困境:VirtualXposedJustTrustMe实战指南 移动应用开发与安全测试中,HTTPS流量分析是必不可少的环节。但自Android 7.0引入网络安全配置后,特别是Android 10及以上版本强化了证书固定(SSL Pinning&#…...
量子计算中参数化电路的强化学习优化方法
1. 量子计算中的参数化电路优化挑战量子计算领域近年来取得了显著进展,但在实际应用中仍面临诸多挑战。当前量子设备属于"噪声中等规模量子"(NISQ)时代,这些设备尚未实现完全的纠错能力,其性能受到噪声的严重限制。在众多噪声源中&…...
SAP AVC实战:从MTO订单到交付的可配置物料全链路解析
1. 可配置物料的前世今生:从LO-VC到AVC的进化之路 第一次接触可配置物料是在2015年,当时客户需要定制一批液压系统,每个订单的参数都不同。传统做法是给每个变体创建独立物料号,结果一个月下来物料主数据暴涨300%,MRP跑…...
AI大语言模型狂飙突进的技术巅峰与商业风暴
📌 前言 | AI 时代的大语言模型到底有多“大”? 自从 2018 年 GPT 系列问世之后,大语言模型(LLM)便成为人工智能领域最耀眼的明星。它们不再仅仅用来“对话”,更开始在科研、医疗、制造业乃至法律与金融等领…...
