haskell函数式编程入门

‘壹’ 如何系统地自学 python

是否非常想学好 Python，一方面被琐事纠缠，一直没能动手，另一方面，担心学习成本太高，心里默默敲着退堂鼓？

幸运的是，Python 是一门初学者友好的编程语言，想要完全掌握它，你不必花上太多的时间和精力。

Python 的设计哲学之一就是简单易学，体现在两个方面：

• 语法简洁明了：相对 Ruby 和 Perl，它的语法特性不多不少，大多数都很简单直接，不玩儿玄学。

• 切入点很多：Python 可以让你可以做很多事情，科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，总有一个是你感兴趣并且愿意投入时间的。


废话不多说，学会一门语言的捷径只有一个： Getting Started

¶ 起步阶段
任何一种编程语言都包含两个部分：硬知识和软知识，起步阶段的主要任务是掌握硬知识。

硬知识
“硬知识”指的是编程语言的语法、算法和数据结构、编程范式等，例如：变量和类型、循环语句、分支、函数、类。这部分知识也是具有普适性的，看上去是掌握了一种语法，实际是建立了一种思维。例如：让一个 java 程序员去学习 Python，他可以很快的将 Java 中的学到的面向对象的知识 map 到 Python 中来，因此能够快速掌握 Python 中面向对象的特性。

如果你是刚开始学习编程的新手，一本可靠的语法书是非常重要的。它看上去可能非常枯燥乏味，但对于建立稳固的编程思维是必不可少。

下面列出了一些适合初学者入门的教学材料：

廖雪峰的 Python 教程 Python 中文教程的翘楚，专为刚刚步入程序世界的小白打造。

笨方法学 Python 这本书在讲解 Python 的语法成分时，还附带大量可实践的例子，非常适合快速起步。

The Hitchhiker’s Guide to Python! 这本指南着重于 Python 的最佳实践，不管你是 Python 专家还是新手，都能获得极大的帮助。

Python 的哲学：

• 用一种方法，最好是只有一种方法来做一件事。

学习也是一样，虽然推荐了多种学习资料，但实际学习的时候，最好只选择其中的一个，坚持看完。

必要的时候，可能需要阅读讲解数据结构和算法的书，这些知识对于理解和使用 Python 中的对象模型有着很大的帮助。

软知识
“软知识”则是特定语言环境下的语法技巧、类库的使用、IDE的选择等等。这一部分，即使完全不了解不会使用，也不会妨碍你去编程，只不过写出的程序，看上去显得“傻”了些。

对这些知识的学习，取决于你尝试解决的问题的领域和深度。对初学者而言，起步阶段极易走火，或者在选择 Python 版本时徘徊不决，一会儿看 2.7 一会儿又转到 3.0，或者徜徉在类库的大海中无法自拔，Scrapy，Numpy，Django 什么都要试试，或者参与编辑器圣战、大括号缩进探究、操作系统辩论赛等无意义活动，或者整天跪舔语法糖，老想着怎么一行代码把所有的事情做完，或者去构想圣洁的性能安全通用性健壮性全部满分的解决方案。

很多“大牛”都会告诫初学者，用这个用那个，少走弯路，这样反而把初学者推向了真正的弯路。
还不如告诉初学者，学习本来就是个需要你去走弯路出 Bug，只能脚踏实地，没有奇迹只有狗屎的过程。

选择一个方向先走下去，哪怕脏丑差，走不动了再看看有没有更好的解决途径。

自己走了弯路，你才知道这么做的好处，才能理解为什么人们可以手写状态机去匹配却偏要发明正则表达式，为什么面向过程可以解决却偏要面向对象，为什么我可以操纵每一根指针却偏要自动管理内存，为什么我可以嵌套回调却偏要用 Promise...

更重要的是，你会明白，高层次的解决方法都是对低层次的封装，并不是任何情况下都是最有效最合适的。

技术涌进就像波浪一样，那些陈旧的封存已久的技术，消退了迟早还会涌回的。就像现在移动端应用、手游和 HTML5 的火热，某些方面不正在重演过去 PC 的那些历史么？

因此，不要担心自己走错路误了终身，坚持并保持进步才是正道。

起步阶段的核心任务是掌握硬知识，软知识做适当了解，有了稳固的根，粗壮的枝干，才能长出浓密的叶子，结出甜美的果实。

¶ 发展阶段
完成了基础知识的学习，必定会感到一阵空虚，怀疑这些语法知识是不是真的有用。

没错，你的怀疑是非常正确的。要让 Python 发挥出它的价值，当然不能停留在语法层面。
发展阶段的核心任务，就是“跳出 Python，拥抱世界”。

在你面前会有多个分支：科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，这些都不是仅仅知道 Python 语法就能解决的问题。

拿爬虫举例，如果你对计算机网络，HTTP 协议，HTML，文本编码，JSON 一无所知，你能做好这部分的工作么？而你在起步阶段的基础知识也同样重要，如果你连循环递归怎么写都还要查文档，连 BFS 都不知道怎么实现，这就像工匠做石凳每次起锤都要思考锤子怎么使用一样，非常低效。

在这个阶段，不可避免要接触大量类库，阅读大量书籍的。

类库方面
“Awesome Python 项目”：vinta/awesome-python · GitHub
这里列出了你在尝试解决各种实际问题时，Python 社区已有的工具型类库，如下图所示：



vinta/awesome-python

你可以按照实际需求，寻找你需要的类库。

至于相关类库如何使用，必须掌握的技能便是阅读文档。由于开源社区大多数文档都是英文写成的，所以，英语不好的同学，需要恶补下。

书籍方面
这里我只列出一些我觉得比较有一些帮助的书籍，详细的请看豆瓣的书评：

科学和数据分析：
❖“集体智慧编程”：集体智慧编程 (豆瓣)
❖“数学之美”：数学之美 (豆瓣)
❖“统计学习方法”：统计学习方法 (豆瓣)
❖“Pattern Recognition And Machine Learning”：Pattern Recognition And Machine Learning (豆瓣)
❖“数据科学实战”：数据科学实战 (豆瓣)
❖“数据检索导论”：信息检索导论 (豆瓣)

爬虫：
❖“HTTP 权威指南”：HTTP权威指南 (豆瓣)

Web 网站：
❖“HTML & CSS 设计与构建网站”：HTML & CSS设计与构建网站 (豆瓣)

...

列到这里已经不需要继续了。

聪明的你一定会发现上面的大部分书籍，并不是讲 Python 的书，而更多的是专业知识。

事实上，这里所谓“跳出 Python，拥抱世界”，其实是发现 Python 和专业知识相结合，能够解决很多实际问题。这个阶段能走到什么程度，更多的取决于自己的专业知识。

¶ 深入阶段
这个阶段的你，对 Python 几乎了如指掌，那么你一定知道 Python 是用 C 语言实现的。

可是 Python 对象的“动态特征”是怎么用相对底层，连自动内存管理都没有的C语言实现的呢？这时候就不能停留在表面了，勇敢的拆开 Python 的黑盒子，深入到语言的内部，去看它的历史，读它的源码，才能真正理解它的设计思路。

这里推荐一本书：
“Python 源码剖析”：Python源码剖析 (豆瓣)
这本书把 Python 源码中最核心的部分，给出了详细的阐释，不过阅读此书需要对 C 语言内存模型和指针有着很好的理解。

另外，Python 本身是一门杂糅多种范式的动态语言，也就是说，相对于 C 的过程式、 Haskell 等的函数式、Java 基于类的面向对象而言，它都不够纯粹。换而言之，编程语言的“道学”，在 Python 中只能有限的体悟。学习某种编程范式时，从那些面向这种范式更加纯粹的语言出发，才能有更深刻的理解，也能了解到 Python 语言的根源。

这里推荐一门公开课
“编程范式”：斯坦福大学公开课：编程范式
讲师高屋建瓴，从各种编程范式的代表语言出发，给出了每种编程范式最核心的思想。

值得一提的是，这门课程对C语言有非常深入的讲解，例如C语言的范型和内存管理。这些知识，对阅读 Python 源码也有大有帮助。

Python 的许多最佳实践都隐藏在那些众所周知的框架和类库中，例如 Django、Tornado 等等。在它们的源代码中淘金，也是个不错的选择。

¶ 最后的话
每个人学编程的道路都是不一样的，其实大都殊途同归，没有迷路的人只有不能坚持的人！

希望想学 Python 想学编程的同学，不要犹豫了，看完这篇文章，

Just Getting Started ！！！

‘贰’ 大学计算机系的学生，在入学前需要做好哪些准备

买电脑学电脑的人基本都要用电脑，最好买笔记本，上课的时候带着比较方便。有了电脑一定要坚持，不要沉迷游戏，不然毕业就后悔了！在学校，老师只教你入门水平。如果你真的想学好，你最好参加一些比赛，至少做点什么来提高你的水平。

在编程语言的学习中，不要盲目追求通俗。NET/ASP/PHP/Swift，掌握C/C++/Python最基本的工具，学完C语言后自学函数式的编程范式(Haskell就是一个很好的例子)。相信所有的学校都会教你面向对象的范式(OOP)，但是函数式的教学很少，理解它不会对你有什么伤害。打好编程基础以后，以后会做一些工程项目，比如APP，网站开发。现在看你想用的语言和工具，就可以轻松完成任务了。

计算机不只是编程，算法很重要，要学好离散。同时，对于一些算法来说，还涉及到各种可能没学过的数学知识。ACM比赛用Cpp代替java。Java不能通过同样的结果。可以使用Leetcode。

‘叁’ 如何系统地自学 Python

按照这个大纲按部就班的学习，就能系统的学习Python了！
阶段一：Python开发基础
Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。
阶段二：Python高级编程和数据库开发
Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。
阶段三：前端开发
Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。
阶段四：WEB框架开发
Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。
阶段五：爬虫开发
Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。
阶段六：全栈项目实战
Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。
阶段七：算法&设计模式
阶段八：数据分析
Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。
阶段九：机器学习、图像识别、NLP自然语言处理
Python全栈开发与人工智能之人工智能学习内容包括：机器学习、图形识别、人工智能玩具开发等。
阶段十：Linux系统&百万级并发架构解决方案
阶段十一：高并发语言GO开发
Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。

‘肆’ 如何选择编程语言

很多语言，像C、Java、Python和JavaScript在几十年来一直持续支配着他们的各自的领域。另一方面，也要看到近期流行的需求语言，像Swift、Google Go 和 Rust。

怎样选择学习哪一种编程语言，其答案取决于学习之后用它来做什么。许多人的选择标准仅仅是“学习一门语言最大的需求就是能找到一份高收入的工作”。但这个标准并非人人都适用，还有很多其它的方面要考虑。例如，在大学里使用Python这门语言给学生讲授编程，其主要原因在于Python功能强大，学生们能够很容易地掌握编程概念。对于初学编程的人来说，使用Python是一个不错的选择；对于想从事移动程序开发的人来说，学习Swift、C#、Java和JavaScript是很好的选择；对于web开发来说，在CSS、HTML、JavaScript这样的前端技术支持下，使用PHP、Java、Python和Ruby on Rails是第一选择。

如果要完成像访问关系数据库这样的更加具体化的任务，可以学习SQL编程语言。SQL语言并非是用来开发应用程序的，而是用来支持应用程序和数据库之间的连接。更何况，很多数据驱动应用都在广泛地使用SQL，如今，对SQL的需求已经超越了对许多工作表的需求。

如果你对硬件编程感兴趣，想要开发嵌入式系统、操作系统、通信设备或者复杂的游戏引擎等，那么选择的语言依然是C/C++（主要是C）。
1.JavaScript——多用途编程语言

时至今日，对JavaScript的需求依然巨大，招聘网站上充斥着有关JavaScript及其相关技术的招聘信息。JavaScript由Brendan Eich设计，运行在Netscape浏览器中。那时，他或许做梦也没有想到JavaScript会有如此超乎寻常的发展。

JavaScript是WWW的默认语言，并且几乎每个web浏览器都支持JavaScript，它已经成为了web前端开发的世界标准。随着Node.js的发展，JavaScript的应用领域又扩展到了服务器端开发，如今和java、.Net、PHP、Ruby on Rails以及其它的服务器端技术展开了竞争。

JavaScript除了应用于前端和服务器端开发外，它也快速地发展成为移动应用开发的选择。开发者可以使用许多流行的JavaScript框架来构建混合移动应用程序，比如ionic、kendo UI和Sencha touch等。

后来，随着React native框架的兴起（由Facebook提出），JavaScript又出现在了Android和iOS原生应用开发领域。

JavaScript无处不在！然而，JavaScript本身不会让你拥有最高薪酬的开发工作，你还需要学习基于JavaScript的技术、框架和库（比如Node.js、React、React Native、ionic、jQuery、D3.js和Kendo UI等等）。相关技术的选择完全取决于你要从事的工作。

说到学习JavaScript，它是一种动态编程语言，并且非常容易入门。熟悉了JavaScript基础知识之后，你就可以很容易地学习相关的技术，比如 jQuery、Node.js、Angular或React。

2.Python——最好的编程语言

Python是另一种编程语言，目前世界各地的开发者正在使用它进行快速应用程序开发。Python是一种模块化的、易于学习的、面向对象以及注重可读性的高级语言。

Python广泛地应用于教育领域、web与internet开发、科学与数值计算以及大数据、机器学习算法开发。

Python的深度和广度使得它成为教育和研究领域的首选语言，世界各地的学生正使用Python来学习编程和构建研究项目。如今很多进行计算机编程的学生把Python作为他们学习的第一门语言。

Python已经广泛地用于web和internet开发，并且有许多流行的框架，比如Django、Pyramid、Flask和Bottle。Django CMS和Plone是两种广泛使用的基于Python的内容管理系统，许多流行网站和web应用程序都在使用它们。

最近，由于对大数据分析和机器学习算法的需求急速增长，对Python的需求也在快速增长。用Python编写的许多开源库能够实现数据科学广泛使用的一些核心的机器学习算法。R是统计与数据科学领域广泛使用的另一种语言，但是学习曲线比较陡峭。

库方面，一些流行的Python库例如用于数学、工程和科学领域的scipy、用于库建模和数据分析领域的“pandas”，以及其它一些有用的库，比如iPython、kivy、pyqt和pyside。

3.Java——大众化的编程语言

Java是大众化的编程语言，它也是一种永葆青春的语言，多年来一直是各个招聘板块的宠儿。Java于1990年由 Sun Microsystems公司发布，后来被Oracle公司收购，Java的哲学理念是“编写一次，到处运行”。

Java广泛地应用于web开发、企业软件开发和Android app开发。随着对运行在Android平台上的移动app的需求不断增长，对java的应用也达到一个新高度，这也是为什么全球范围内对java的需求依然第一的原因。

Java是高级的面向对象的编程语言，学习起来比C++更容易，但是程序的性能要比C或C++差一些。因此，一般不用java构建核心引擎、操作系统或嵌入式系统开发。

4.SQL——结构化查询语言

SQL结构化查询语言是一种能被数据库理解的语言。SQL是由IBM工程师于1970年开发的，用来创建、更新和检索“System R”这个数据库管理系统中的数据。从那时起，SQL已经走过了很长的路，时至今日，它仍然是市场最需要的一种技能。

近年来，使用非SQL数据库来处理大数据的这种需求给SQL蒙上了阴影，但持续的时间不会太长。不久人们就会认识到SQL提供的大数据分析方法更好，它是一种更具有扩展性、可验证性和经得起时间检验的技术。

SQL语言用以辅助进行数据驱动网站、web应用程序、桌面应用程序以及移动应用程序的开发。SQL在任何应用领域都有应用。从学习的角度看，SQL比较容易掌握，并且由于有很高的市场需求，你可以仅仅通过SQL就能找到第一份工作。

然而，要找到一份高薪酬工作，还需要拥有设计、管理和维护多种数据库，比如Oracle、MySQL、PostgreSQL、IBM DB2和Microsoft SQL Server等的经验。

5.C#——排名第一的微软技术

C#是最通用的语言之一，它使得编程像Java语言一样简单。C#是类型安全的、面向对象的编程语言，运行在.NET框架运行时环境中。C#代码被编译成符合CLI规范的IL语言（中间语言）。

C#语言正迅速成为构建微软家族各种应用的首选，你可以用来构建客户端—服务器应用程序、数据库应用程序、web服务、移动应用程序、游戏等等。

C#在游戏开发中也有很好的应用（高级的但并非是硬核心），顶级游戏引擎Unity 3D就把C#作为支持的语言之一，除此外只有JavaScript语言被支持。C#还是许多交叉平台应用程序构建工具（如Xamarin）所采用的编码语言。你可以使用Xamarin产品套件构建交叉平台移动应用程序。

尽管汇编语言是首选的游戏引擎开发工具，要进行硬核心终端游戏开发，仍然可以使用C或C++，Rust语言也可以应用在该领域。

6.C/C++——古老而金贵的编程语言

有人说C++很古老，但却一致被认为依然金贵。当涉及更注重性能的硬核心系统编程时，C/C++ 仍然是首选的编程语言。C比C++更接近硬件，并且能提供更好的性能。

许多开发者转向Java，是因为和C++（&C）相比，使用Java更便于开发，而且在很多情况下性能可以通过对硬件部分进行更多的投资而抵消。但并非总是如此，比如对于嵌入式系统，你就只需要管理最少的硬件组件。

C和C++仍然属于高级编程语言吗？

C/C++拥有最好的编译器、开发环境、库和核心开发部件，还拥有一个在未来也不可能被替换的巨大的生态系统。现有的生态系统和高性能应用程序的需要，使得对C/C++的需求一直很高，而且C/C++开发人员的工资档次也比较高。

7.Swift——第一个工业质量级的系统编程语言

Swift是相对较新的语言，并且正快速地流行起来。Swift是完全用于Apple的开发语言，例如iOS应用程序、OS X应用程序、watchOS应用程序和tvOS应用程序。Swift引入了C和Objective-c的优点，并且能和cocoa以及cocoa touch框架很好地协同工作。

Apple拥有自己的巨大生态系统，毫无疑问，Swift将成为在未来几年中引领其发展的语言。如果你想进入Apple生态系统，Swift正是要学习的语言。

Swift学起来很容易，用起来很有趣，究其原因在于它引入了严格类型语言（如C、Java、C++）的所有特性，而使用起来和任何脚本语言（如 Ruby或Python）一样容易和有趣。你可以通过Swift playgrounds尝试使用Swift，并且可以马上看到结果，无需担忧程序的编译和运行。

Apple声称Swift是第一个工业质量级的系统编程语言，它提供了类似脚本的语法，能使开发变得绝对轻松。

8.PHP——基础的编程语言

许多人认为PHP不是程序设计的未来，但PHP巨大的生态系统使得在未来几年里全世界需要大量的开发人员对其提供支持。排名前三的内容管理系统——WordPress、Drupal和Joomla都是使用PHP构建的，而且迄今大概有80%的网站运行在PHP之上。所以，它是巨大的！

PHP是容易学习的语言，它可以作为你进入编程世界的入门语言。PHP属于就业市场中炙手可热的语言，你可以找到大量的需要PHP技能的工作机会。PHP开发者的薪资水平和Java、C++、Python或Swift开发者相比，通常偏低。

PHP生态系统包括上述顶尖的内容管理系统（如WordPress、Drupal和Joomla等 ）和PHP框架（如Laravel、Symfony、Yii和FuelPHP等）。这些内容管理系统和框架能使开发者在几天内就构建出可以投入使用的网站和web应用程序。

近年来随着 Node.js、Django和Ruby on Rails的出现，PHP蒙上了一层阴影，但是PHP正在改进，更新的版本完全可以和新兴的语言与技术展开竞争。

9.Ruby——适合学习的编程语言

Ruby是另外一种开源的、面向对象的、通用的编程语言，这是一种简单的、有助于快速应用开发的语言。Ruby最有名的框架是Rails（Ruby on Rails），这主要被用来web开发。

它在服务器端开发是很有用的，有很多公司都使用它，如：Bloomberg、Airbnb、Shopify、Hulu和Slideshare等等，且被用在一个或多个项目之中。

Ruby是用来学习的最好的编程语言吗？

Ruby常常被用来与Python的可读性进行比较，它提供类英语的语法，这让 Ruby 成为一个完美的候选者，最适合作为第一个编程语言来学习。

10.Rust——发展迅速的新一代编程语言

Rust是后起之秀，并且承诺要成为新一代的热门技术。它快速地成为硬核心开发人员所痴迷的技术，并且以非常快的速度发展着。Rust语言还在发展之中，还是一门新语言，因此，Rust的就业市场尚未形成，传播的深度与广度还不够。

Rust语言由Mozilla公司于2010年开发，它是Graydon Hoare所负责的一个研究项目。而现在开发者社区喜爱它并负责对其维护，他们决心将Rust推向一个新的高度。

Rust是一种低级的系统编程语言，其目标是提供高性能、安全性和并发性，它是一个不错的C/C++的替代语言。过去，C开发人员努力使用Rust编写操作系统、数据库、嵌入式程序、内核以及各种系统程序。

Rust是一种现代语言，它拥有高级语言的灵活性和C这样的低级语言才有的高性能以及对硬件的可控性。

11.其他

下面是另外的一些很受欢迎的编程语言，它们和排名靠前的那些语言进行着激烈的竞争。

GO——Go是谷歌公司推出的一款相对较新的语言，对于web服务器开发、网络开发以及命令行程序开发来说，它是又一个比较优秀的选择。

R——当要进行数据分析和统计软件开发时，你可以选择R语言。随着大数据和机器学习的兴起，R得以不断发展并和Python和Matlab展开了激烈竞争。

Perl——最古老的语言之一，但它正越来越受欢迎并显示出伟大复苏的迹象。DevOps是新生事物， Perl正发展成为用于DevOps的深受欢迎的语言，它或许会成为像Python语言那样的下一个重要语言。

VisualBasic .Net——微软公司推出的一种面向对象编程语言，对于开发.Net程序以及web程序和XML web服务这样的专业领域程序来说，这是一个很好的选择。

Haskell——统治着函数式编程的世界。和面向对象编程相比，函数式编程具有完全不同的哲学理念。函数式编程在分布式系统开发中应用广泛，分布式系统开发的关键需求是并行执行和并发性。人工智能和数学计算是函数式编程的又一应用领域，Haskell的应用同样如此。

‘伍’ 易语言好还是javascript好

先说易语言吧，虽然我不是很熟悉，但是具我了解易语言是收费的（就是由于这个原因我没有去尝试），虽然网上有很多破解版的易语言IDE（集成开发环境），具体是IDE收费（也就他们一家做IDE,语言用户不是很大，别人也没什么星期做IDE）还是语言收费这个不是很清楚。大体上看易语言类似于C/C++，只是由英文标识符改成了中文标识符，相比于C#，javascript没有那么多高级的特性。
与易语言相比你提及的另外C++ C# javascrip都是开放标准的，也就是可以免费学习和使用该语言，开发IDE也是可以的。
C++ 语法比较多（虽然C#现在也很多），由于大体上兼容C，所以可以执行相对底层的操作。在新标准的C++11发布后，c++相较之前容易学习和使用。主要应用大多是一些与硬件相关比较大的程序，有书籍指出一些战斗机程序用C++，当然我们生活中一般的很多大型3D游戏是C++编写的。
C# 微软开发的语言，微软IDE visual studio ，开源的有mono的IDE，你都可以找到相对免费的IDE，语法上很接近C++，但是很多细节上去不同，不管是模板还是一般的对象的处理上。该语言是运行在CLR（公共语言运行时）上的，所以性能上相较C++这类语言低些，不过一般的软件都可以开发，而且由于相对高级，所以开发效率快，加上微软的很多框架WPF，ASP.NET，开发更是快速。也有一些引擎使用他，例如Unity3D。也就是说其实C#在硬件不断升级的带动下，现在已经可以开发3D游戏。
javascrip 虽然有java的字眼，但是和java语言不同，这个语言是动态类型的，应用领域也不同，javascript一开始就是为万维网准备的，我们平时浏览网页的时候网站把javascript代码发送到我们的客户电脑上，让客户电脑自己执行的程序。Unity3D也用Javascript做脚本语言。

上面大体上说说，如果你想学编程的话，其实可以先学python，这个语言相对入门简单，但是其语言本身却不那么简单，你可以深入学习。然后去学其他语言例如你说的C# C++ javascript，不过做网页的基本都要先学 HTML CSS javascript。也要看你想从哪个方向入门。
关键的说 兴趣还是最好的老师，就拿我来说吧，我比较感兴趣做游戏，所以一开始学的是C++，后来学习乏力，无聊的时候就开始学java C# ，后来发现java C# 大多用于写网页，就又了解了网页的HTML CSS Javascript。回来还是对游戏开发感兴趣，接触了免费开源的3D建模软件Blender，发现Blender使用python开发，想要给Blender开发可以导出自己格式的3D模型就开始学python，发现python其实和java C#还是有一定竞争的，那就是网络，发现网络真是编程语言必争之地，又发现了Go语言。有了解了一下函数编程语言学了一点haskell。
但是归根到底我除了C++，其他语言都不是很好，并不是C++就比其他的语言好那么多，而是由于我喜欢开发游戏。那么我学其他的语言就没用吗，我觉得我的C++编程风格很大程度上来源于于我学习上述语言其他语言的历程中的感想。

‘陆’ 编程好学吗

程序开发首先是非常难学的，现阶段的编程范式有三种，面向过程编程：代表语言C，面向对象编程：代表语言java、C++、C#，函数式编程：代表语言haskell，lisp。一般情况下每个程序都会学习和掌握一到两个编程范式，不过好在相同编程范式的语言，其思想是共通，可以快速学习，但跨范式学习，就难度很大了，其编程的思维方式不同，所以纵然是语法相似，但其实很不好学。除了编程语言的学习，还得学习计算机理论基础:算法、数据结构、操作系统、计算机网络、操作系统、组成原理等等。最后要开发应用程序的时候，得学习一系列的框架。而且编程技术日新月异，新类库新SDK每天都会推出，你需要日复一日不断地学习新技术。如最新视频解码技术，游戏引擎等等，而这些新技术可是国内没有书和任何资料的，需要你到英文官方网站去找实例看文档去学，更要命的，新的技术和老的还没太大关联，你得重头去学。而且老板急赶项目不会给你什么时间，一般三天就是极限了，你需要这么短的时间快速掌握一项新技术。所以难度很大的。

‘柒’ 想学编程不知道从哪里开始

1、先要确定自己学编程是要干什么？

2、再来找相对应的编程语言。

科普一下

编程语言：C、C++、Java、C#、Prolog、VB、Scala、Clojure、Haskell、Ada、Python、Ruby、Pascal（Delphi）、Fortran、Lisp、matlab、Perl、Erlang、Boo、Tcl、Bash、C

shell、Objective-C、PHP、PL-SQL、Transact-SQL、ASP、JSP、Lua、smalltalk、R、D,golang，Rust

涉及到的工具：sed、awk、grep

我们现在学一门语言，大部分是要用到了才学（基本上是中国的公司用什么我们学什么），基于兴趣的不多。

• 解决问题case：已知大量事实，和事实之间的约束，要求挖掘关系。

果断用prolog族语言。

例如，汉诺塔、地图着色、数独问题、八皇后问题等这种考验智商，并且需要从已知规则中发现模式的问题。拥有一大堆已知案例的应用（例如大部分的人工智能情况）

除非你是研究者，程序员一般是遇不到这种问题的。当然顶级的程序员也确实得具备解决这些问题的能力。但是他们就算解决也是用c解决的。这属于叫好不叫座的科研型语言。

• 应用程序case：从小到超大型应用程序，非完全互联网应用

这也是大部分软件公司遇到的情况。一般有几种没办法分出高下的解决方案：C++，Java，C#，VB。当然，这里面可以有CLR和JVM的不同衍生。例如，理论上，你也可以用scala来代替（不过估计大型公司不会冒这个险）。还是在理论上，你也可以用函数式编程的Clojure和Haskell来做（估计没人会那么傻）。还是在理论上，也可以用Ada这种强悍的通用语言，但估计没人愿意接受比C++还复杂的编程语言。理论上（基本只能在理论上），不嫌弃的话smalltalk也行。还是在理论上，python、ruby等配合一定的图形界面库也可以胜任（但项目大到一定的程度是，你会欲哭无泪）。

但是，我另起一行。有个语言：D语言。我个人不认为不可以列入首选名单。但是貌似知名度不行啊。。。。企业支持少啊。。。。。确实是门优秀的语言。C++太尾大不掉，需要一种语言，让C++成为纯粹的C++。

最近谷歌强势的推出了golang，背景是后台程序员C++写的好的太缺，python写的后台实在是效率不行。于是一个在这之间的，注重工程管理的，并且是全静态编译的golang诞生了，你会发现其拥有C++匹配的效率，也拥有python般丰富的编程库。其go和channel机制着实让人着迷，一出来就吸引了大量的后台开发人员，有的公司甚至后台全面转向go。但是其之前版本的内存回收机制比较烂，所以也有无数坑。现在的golang已经基本解决了这些问题，编译器也用golang重新实现了。可以说已经产品化了。

与golang竞争抢这个市场的还有rust，这是一个为并行而生，意在取代c++的编程语言。与golang的定位是相同的，但是目的是不同的。rust复杂，很复杂，上手难，但是一旦你掌握，这将是一个很强大的武器。已经有公司放弃golang转向rust的。但是这个语言的致命缺陷就是复杂，我们已经有一个复杂的C++了，他啥都能干，还要一个rust做什么？当然，我不能把rust拍死，毕竟这门语言的牛逼程度时比较逼近C++的。不过我高度怀疑其会较好不叫座。

稍小一点规模的，无法接受面向对象的程序员，有不少用C的。虽然OOP程序员看他们像是不开化的人，但是他们有他们的哲学（我从嵌入式开发过来，相当长时间内也摆脱不了C，总本能的排斥OOP），但是如果读者是一个nginx或者其他的c底层基础设施绝对会对oop嗤之以鼻，内核的编程范式已经给c下了一个什么叫对什么叫错的定义了。由于内核作为标杆，大家竟然同步的统一了编程风格。不用商量。nginx给那些歧视c的人上了生动的一课，现在哪一个互联网公司能离开nginx？

• 解决问题case：程序规模不是很大的偏数学问题

曾经很多人用Pascal（包括扩展的Delphi），曾经很多人用Fortran，但是都明显在退步。大型通用语言（C++、Java、C#）表明了他们在各种环境的适应能力。lisp系列也在一些问题上展现出古老的魅力。（但这个语言远没有《黑客与画家》的作者给我们描述的那样神奇，个人认为。不过我的C++风格思想占了主导，可能没办法公正的评价lisp，但是据我的使用lisp经验，在大部分情况下，我最后还是放弃了它。因为大部分情况下我总能找到用C++（或其他OOP语言）更好的原因）

另外，读研的一般都用过matlab。这个工具，两个字：强大！不过仅指科学计算方面。脱离了这个方面，就得考虑合不合适了，毕竟固定的矩阵思维不是啥情况都有效的。我用matlab最多的是神经网络，图片和信号处理。毫不夸张的说，matlab活脱脱一个photoshop啊。。。（当然，你得会用。。。）不过matlab的神经网络确实不行，做的太差了，小规模的网络可以，3层不用BP的F网，几十个就挂掉了。有这个需求的用ANN吧。（还是C++，偷笑）

• 特殊应用case：需要大量处理字符串的应用

首选利器是Perl，不过如果你习惯了sed、awk、grep，也能很方便的完成相同的功能，但perl是吸收三家所长做的。

其次是C++，别拍我。诸位用过regex吗？就是boost里的那个，最近被并入C++11啦。有了正则表达式的C++，处理字符，无敌了很多哇。当然，Java程序员别拍我，我知道这种库一个大型的通用语言都会有。我提C++，一般顺带着不否定Java和C#能以相似的代价完成相同的功能。

• 特殊应用case：需要一个胶水，粘结不同语言写出来的程序

首选是python。俩字：精简（呀，这么说一个强大的语言有点太轻浮了，但比起ruby，确实简单呐。。。）（另外Boo在.net是可以用来取代python）

‘捌’ 我想学习编程，但是不知道该怎么开始。

我建议最好是从基础入手，而不是一开始就进行可视化编程。虽然如今国内绝大多数pc都是使用的windows，但是毕竟这知识这个世界的冰山一角。扎实的基础自然会更有用处。编程其实重要的是程序思维，然后是算法和数据结构。这些都是超出语言的，就是说不管是学c学java学delphi还是别的什么，这一部分都是一致的。因此培养这部分的知识可以说是一本万利的事情。初学肯定是通过语言熟悉思想熟悉算法和数据结构，到一定的时候就是纯粹的思想和算法数据结构的学习，便已经脱离程序语言了。经历过这些阶段，换一种语言不过是重新了解一下描述的方式，就像你了解了中文思维，山东话和四川话的差别就不会太大；了解了拉丁语的思维，整个语系的语言都不过是简简单单的记忆工作，应用就好。入门的语言，理论上是怎么方便学哪个，看那个顺眼学哪个。当然这里面还是有不同的推荐的。一般来说我比较推荐pascal、c/c++、java。并不是因为这三个东西很通用很有前途，而是它们实在是严整而有规则（c/c++还显得稍微的宽松了一点），而严谨的语法要求和明确的概念区分是有利于编程思维的形成和算法数据结构的学习的。同样的因为这个理由我不推荐vb，而并不是因为它功能不强大（事实上vb在windows环境中是相当牛的语言）另外一个建议是，如果学c，不要一开始就用vc。ms提供的很多东西很方便，有很多很简单的实现方法，但是它们不标准。vc与ansi
c标准是有很大的差距的。首先一个不遵循标准的c/c++程序是不通用的，换个编译器说不定就不被承认了。所以我非常推崇gcc，理由之一是它完全符合
ansi
c标准，无论它的c还是c++编译器都很严整，功能上一点也不缺乏（有人说gcc不能做图形界面的程序，这一点完全错误，到处都有的qt库和gtk库都能做出很好的界面），另外一个理由便是它免费，毕竟稍微大一点的软件企业就不会屈从与微软的编译器和平台，而一个免费的c编译器无疑可以创造更多的利益；就算要转vc，标准的c程序也是几乎不要作任何改动的。当然，这一切的前提是，你真的很想很好的学编程，做一个这方面的精英。如果只不过是兴趣，或者只是想拿一个ms的工程师认证然后在国内企业找份诸如设计vf、vb程序之类的工作，那完全可以忽略我上面的话，去找个认证培训班，认认真真听听课，好好完成练习，从vb或者vc入手，考好认证是很不会太难的。毕竟现在很多很好的大学里都从来不缺乏计算机的课程，不会缺少算法或者编译原理的课程，不会没有计算机科学的研究院，而那里面出来的人一般都具备了很好的基础知识，会更加容易成为前面所说的精英。