cs-self-learning CS 自学指南：三年计算机自学生涯的规划蓝图与课程筛选方法

本文解读 CS 自学指南（cs-self-learning）仓库的前言章节 docs/index.en.md：它阐述了作者三年大学自学生涯如何从一门 Python 入门课起步、这本指南为何而写、自学的收益与代价，以及它面向哪类读者。读完本文，你将掌握该指南的课程体系组织逻辑（可通过 mkdocs.yml 的完整导航验证）、四类读者的使用路线，以及以 MkDocs Material 构建中英双语文档站的工程细节。

这本书讲了什么：五大部分的内容地图

作者在前言中说明，这是一本"计算机自学指南"，同时也是对其大学三年自学生涯的纪念，并献给北大信科学弟学妹。书中目前组织为五个部分：

1. 本书使用指南：由于书内资源众多，作者根据不同人群的空闲时间和学习目标，编写了 docs/使用指南.md。该指南将读者分为三大类——大一新生、需要"化繁为简"的考研/工作人群、以及已有扎实基础想深入某一方向的读者，每类都给出了对应的选课建议。
2. 一份供参考的 CS 学习规划：见 docs/CS学习规划.md，是作者基于自身自学经历制定的全面、系统化的自学规划，涵盖必学工具、好书推荐、环境配置与完整课程地图。
3. 必学工具（Productivity Toolkit）：IDE、科学上网、StackOverflow、Git、GitHub、Vim、LaTeX、GNU Make 等效率工具。仓库中对应的文档位于 docs/必学工具/ 目录，如 docs/必学工具/Git.md、docs/必学工具/CMake.md、docs/必学工具/Docker.md 等，并包含日常学习工作流、实用工具箱、毕业论文写作与信息检索等延伸主题。
4. 好书推荐（Book Recommendations）：作者强调好教材的重要性（"读过 CSAPP 的人都知道好书的重要"），在 docs/好书推荐.md 中列举了各计算机领域值得读的书与资源。
5. 高质量 CS 课程汇总：这是全书的核心——作者将其上过的以及社区贡献的高质量课程分门别类汇总，给出自学建议，且大部分课程配有独立仓库维护资源与作业实现。

从 mkdocs.yml 的 nav 配置可以完整看到这套课程地图的实际规模与组织方式：从数学基础（MIT 18.01/18.02 微积分、18.06 线性代数、6.050J 信息论）、数学进阶（UCB CS70、MIT 6.042J、凸优化）、编程入门（Python/C/C++/Java/Rust/函数式语言多轨道）开始，依次覆盖电子基础、数据结构与算法（CS61B、MIT 6.006、6.046）、软件工程、计算机系统基础（CMU 15-213/CSAPP）、体系结构（Nand2Tetris、CS61C、ETHz）、操作系统（MIT 6.S081、UCB CS162）、并行与分布式系统（MIT 6.824）、系统安全、计算机网络、数据库系统、编译原理、编程语言设计与分析、计算机图形学（GAMES101/103/202）、Web 开发、数据科学、人工智能、机器学习、机器学习系统、深度学习、深度生成模型（含大语言模型子目录）直至机器学习进阶。值得注意的是，导航中刻意保留同一方向的多所高校课程（例如操作系统含 MIT、UCB、南大、哈工大四门课），这正是前言中"从不同视角学习"理念的落地：不同讲师对同一知识有不同的观点，交叉学习可以拓宽视野。

梦开始的地方：CS61A 与"好课"的标准

前言中最具叙事性的部分是作者在"梦开始的地方"对 UC Berkeley CS61A 的复盘。作者大一时对计算机一无所知，只会用笨重的 IDE 新建命令行项目，陷入 cin、cout、for 循环之后 CE/RE/WA 的重复挫败中，甚至留下了一个 1200 行、无头文件、无类抽象、无单元测试、无 Makefile、无版本控制的 C++ 文件。大一寒假接触 CS61A（一门基于 Python 的伯克利大一导论课）后，作者在 3 周内学完课程，从此爱上了自学。

作者特意从纯学生视角拆解了这门课值得称道之处，这四点实际上也是该指南筛选课程的隐性标准：

• 课程组自建的课程网站：网站整合了全部课程资源——条理分明的课程 schedule、所有 slides/录像/作业链接、详细的给分说明、历年考题与解答。资源公正透明，对自学极其友好。
• 开课教授亲写的教材：教授将 MIT 经典教材 Structure and Interpretation of Computer Programs（SICP，原版基于 Scheme）改编为 Python 版本（Gentle Introduction to Programming Using Python），保证课堂与教材一致并补充更多细节，全书开源可在线阅读。
• 丰富且有趣的作业体系：14 个 lab 巩固随堂知识，10 个 homework，外加 4 个代码量上千行的 project。与传统的 OJ 题和 Word 文档作业不同，每个作业都有完善的骨架代码和"保姆级"handout 说明、全自动评分脚本，课程组还专门开发了自动化的作业提交评分系统（okpy）。针对"代码大多由助教写好能学到什么"的质疑，作者的回答是：对刚接触计算机、连装 Python 都磕绊的新手，骨架代码让其专注核心知识点，同时获得成就感，并有机会阅读高质量他人代码。
• 每周 Discussion 讨论课：助讲解课难点与历年考试例题，习题全部用 LaTeX 撰写并附详细解答。

作者总结：这门课不需要任何计算机前置基础，只需要认真、努力、花时间。如果你认为这是夸张，作者的建议是——就从 CS61A 开始，"因为那是我梦开始的地方"。对应地，仓库中该课程的介绍位于 docs/编程入门/Python/CS61A.md，与 CS50P、MIT 6.100L 共同构成 Python 入门轨道。

为什么写这本书：从助教的一份资源清单到一本自学指南

作者讲述的动机链条值得参考：2020 年秋季学期，作者担任北大"计算机系统导论"课程助教，当时已完全自学了一年多。出于分享喜悦，他为研讨班的学生整理了一份 CS 自学材料清单（不敢明说鼓励逃课）。又维护一年后，清单变得相当全面，覆盖计算机、人工智能与软件工程大部分课程，并为每门课建立了独立仓库汇总自学材料。到了大四，作者翻开培养方案时惊觉：它已经是自己自学清单的一个子集——那时距离开始自学仅两年半。于是有了写一本自学指南的想法：记录这几年遇到的困难与乐趣，让同样喜欢自学的学生更容易启程。

前言给出了一个可验证的三年目标画像：若能在不到三年内搭建起完整的 CS 基础、具备相对扎实的数学与编码能力、经历过数十个千行代码级 project、掌握至少 C/C++/Java/JS/Python/Go/Rust 等主流语言，并对算法、电路、体系结构、网络、操作系统、编译器、人工智能、机器学习、计算机视觉、NLP、强化学习、密码学、信息论、博弈论、数值分析、统计学、分布式系统、并行计算、数据库、图形学、Web 开发、云计算、超算等有涉猎，那么无论是在工业界还是学术界，你都会有相当的竞争力。作者最后的信念是：读到这里的人并不缺能力和决心，"你只是需要一个好老师教你一门好课"——而这本指南就是作者基于三年经验替你选出来的好课。

自学的优势：节奏、视角与时间

作者归纳了自学的三大优势，每一条都有对应的实操含义：

1. 完全自主的学习节奏：困难部分可以反复看视频、Google 搜索、去 StackOverflow 提问直到搞懂；掌握快的部分可以 2 倍速甚至 3 倍速跳过。
2. 多视角学习：作者从不同大学选修了体系结构、网络、操作系统、编译器核心课。同一知识在不同讲师眼中观点不同，交叉学习能拓宽视野——这在 mkdocs.yml 的导航中直接体现为同一主题下并列多所高校的课程条目。
3. 不需要去教室听枯燥的讲座：省下通勤与坐班式听课的时间。

自学的劣势：沟通、语言与自律

作为自学的"大粉丝"，作者同样坦承三大劣势，并给出缓解办法：

1. 沟通困难：面对屏幕上的老师，你无法"走到网络另一端"追问。作者的缓解方式是独立思考、善用搜索引擎，以及找到几个一起学习的朋友。仓库为此专门设计了社区机制：README 中说明读者可自建 QQ/微信群聊并在对应课程页面评论区注明学习目标与入群方式；文档站层面，overrides/partials/comments.html 通过 Giscus 插件为每个页面注入了基于 GitHub 讨论区的评论功能，且脚本会随 Material 主题的明暗切换（light_protanopia/dark_protanopia）同步评论区的配色，保证讨论区体验一致。
2. 课程基本是英文的：从视频、slides 到作业全英文。作者认为这是"克服后回报极大"的挑战，因为当前计算机科学中大量高质量文档、论坛与网站都是英文的。
3. 自律（最难的一点）：没有 DDL 有时是可怕的事。越学越深，许多国外课程相当有难度，你必须有足够的自驱力让自己坐下来读几十页 project handout、理解几千行骨架代码、忍受数小时的调试。没有学分、没有成绩、没有老师和同学，只有一个信念——你在变强。

这本书写给谁

前言最后划定了读者范围，与 docs/使用指南.md 的分类一一对应：

• 刚入门的计算机小白（"像当年作者一样"）：这本书是"以最短时间获得所需知识与技能的作弊表"。
• 已具备一定基础、只感兴趣某个方向的人：可以按兴趣选择性取用，无需通读全部课程。作者强调"试图完成书中所有课程既不现实也没必要，甚至可能适得其反"——这一判断在 docs/使用指南.md 开篇被重申。
• 一句话定位：这本书更像一个"按作者经验排序的课程搜索引擎"，让你足不出户就能学完世界顶尖大学的高质量 CS 课程。

作者同时保持谦逊：作为当时尚未毕业的本科生，他没有资格布道唯一正确的学习路径，只希望这些材料能帮助同样有自驱力和坚持的人度过更丰富、更多样、更满足的大学时光。

致谢与参与贡献

• 致谢：作者向所有免费公开课程的教授致谢——这些课程是他们数十年教学生涯的结晶，选择无私开源让所有人都能获得高质量 CS 教育。
• 如何成为贡献者：书由作者在高强度科研日程下编写，难免有瑕疵；且由于作者从事系统方向，书中课程偏系统，高等数学、计算理论、高级算法相关内容较少。想要分享其他方向自学经验与资源的读者，可以直接在项目中发起 Pull Request，或邮件联系作者（docs/index.en.md 中给出的联系方式）。仓库为此提供了完整的贡献流程：
  • 新增课程可参照 template.md 模板，其中规定了"课程简介（所属大学/先修要求/编程语言/难度/预计学时）—课程资源—资源汇总—备注"四段式结构，并引用了 Markdown 写作规范与中英混排排版要点；
  • 新增课程需在 mkdocs.yml 的 nav 中注册导航条目，并可在 docs/CS学习规划.md 对应模块添加导语；
  • 由于本书支持中英双语（每门课都有 .md 与 .en.md 两份文档），贡献内容需提供对应翻译，README 中记录了双语贡献流程说明。

工程视角：这份指南本身是怎么构建的

从源码结构看，这个"指南"实际上是一个工程化维护的文档站，理解它的构建方式有助于读者参与贡献：

• 构建栈：requirements.txt 固定了核心依赖——mkdocs-material==9.5.2（主题）、mkdocs-minify-plugin（HTML 压缩）、mkdocs-git-revision-date-plugin（显示修订日期）、mkdocs-static-i18n==1.2.0（静态国际化）、mkdocs-open-in-new-tab（外链新标签打开）。
• 双语机制：mkdocs.yml 的 i18n 插件配置了 zh（默认）与 en 两个 locale 均参与构建，并通过 nav_translations 映射了全部导航条目的英译（如"操作系统 → Operating Systems"、"编译原理 → Compilers"）。这解释了为何仓库中每份课程文档都有 .en.md 孪生文件，也即 docs/index.en.md 与 docs/index.md 并存的原因。
• 阅读体验配置：Material 主题启用了 header.autohide、navigation.tracking、navigation.top（滚动到顶部）、search.highlight/suggest（全文搜索高亮与建议，search_index_only 表示搜索页独立）、content.code.annotate（代码注释标注）等特性，并配置了深浅双主题（default/slate）自动切换——这与 Giscus 评论脚本中监听调色板事件的行为（见 overrides/partials/comments.html）相配套。

后记：这份指南想改变什么

全书导航的终点是 docs/后记.md，作者在其中写道：写这本书绝不是为了鼓励翘课，而是希望本科教育至少展现"分享知识的诚意、以人为本的诚意、注重学生体验的诚意"。作者期待有一天这份资料会被遗忘——因为到那时，学生可以心满意足地选自己培养方案上的课，收获与努力成正比。这个愿景与前言中"你只是需要一个好老师教你一门好课"的信念首尾呼应：在理想实现之前，这本指南就是那个"好课"的索引。

小结

• 本仓库的前言（docs/index.en.md / docs/index.md）定义了整本 CS 自学指南的骨架：使用指南、学习规划、必学工具、好书推荐与高质量课程汇总五大板块。
• mkdocs.yml 的导航是课程地图的可执行版本，从数学基础一路铺展到机器学习进阶，同方向多校课程并列体现了"多视角学习"理念。
• 作者以 CS61A 为例给出的"好课标准"——资源聚合的课程网站、教授亲写教材、骨架化自动评分作业、规范讨论课——是评估任何一门自选课时的实用检查清单。
• 自学的三大收益（节奏自主、多视角、省时）与三大代价（沟通难、英文门槛、自律要求）构成一份诚实的可行性评估；仓库通过 Giscus 评论与社区群聊机制部分缓解了沟通难题。
• 仓库本身基于 MkDocs Material + i18n 插件构建中英双语文档站（见 requirements.txt），贡献者按 template.md 模板提交课程并注册到 mkdocs.yml 导航，是参与维护的完整入口。