cs-self-learning 使用指南：面向三类读者的计算机自学路径规划与核心课程清单

本篇基于 cs-self-learning（CS 自学指南）仓库中的 使用指南 一文展开，系统讲解这本开源自学手册的定位与使用方法：针对初入校园的本科生、时间有限的研究生与职场人、以及已确定深耕方向的高级读者三条差异化路径，给出可落地的选课策略、生产力工具清单与 11 门核心专业课的取舍依据。读完后，你可以按自身情况定制一份与 CS学习规划 衔接的自学方案，并知道如何在该仓库中检索、验证每一门课程的先修要求与预计学时。

为什么需要一份"使用指南"

随着贡献者增多，本书收录的课程持续扩展，覆盖数学、编程入门、体系结构、操作系统、编译、网络、数据库、机器学习、深度学习、深度生成模型等二十余个分支。正如 使用指南 开宗明义：想把书中所有课程全部学完是不切实际也没有必要的，甚至会事倍功半。因此本书按读者需求将读者分为三类，帮助每个人精准规划属于自己的自学方案，而不是把整份目录当任务清单。

从仓库结构可以印证这一设计：mkdocs.yml 的 nav 字段定义了整本书的目录树（从"前言""如何使用这本书"到各课程分支与"后记"），docs/ 目录下每个分支（如 docs/操作系统/、docs/机器学习系统/）对应一组同类课程，且每门课都提供中文（.md）与英文（.en.md）两个版本。换句话说，这本"书"本身就是一个可导航的课程搜索引擎，而使用指南是它的入口索引。

以下三节完整继承 使用指南 的三大章节骨架，并结合仓库中的课程文档补充先修要求、难度与学时等信息。

路径一：初入校园——低年级本科生的全面打基础方案

如果你刚进入大学或仍处低年级，且就读（或想转入）计算机方向，学习就是你的本业，有充足的时间与自由，不必过早纠结"学了有没有用"。这一节的核心结论是：打破高中式的被动学习，在课内之外补齐实践能力的短板。

1. 先破除"按部就班"的学习心态

原文指出，国内大部分高中把一天每一分钟都排满，学生只需被动跟着课表完成任务；而大学自由度骤然变大——课外时间自由支配、没人整理知识点与提纲、考试也不像高中那样模式化。如果还抱着"乖学生"心态老实按部就班，结果未必如愿：专业培养方案未必合理，教学未必负责，认真出勤未必能听懂，考试内容未必与授课内容挂钩。因此，想改变现状，得先"活过去"，并具备质疑现状的能力。低年级阶段，打好基础是全方面的事：课内知识固然重要，但计算机强调实践，很多课本外的能力恰恰是国内本科教育的欠缺之处。

2. 其一：学会写"优雅"的代码

原文提醒：国内很多大一编程入门课会讲成极其无聊的语法课，效果不如直接看官方文档。刚接触编程时，就应去了解什么样的代码是优雅的、什么样的代码 "have bad taste"。即便面向过程编程（例如 C 语言），模块化和封装的思想也极其重要。如果你只想着在 OJ（如 OpenJudge）上通过题目，图省事用大段复制粘贴和臃肿的 main 函数，长此以往代码质量将一直如此，一旦接触稍大的项目，无尽的 debug 与沟通维护成本将把你吞没。写代码时应不断自问：

• 是否有大量重复的代码？
• 当前函数是否过于复杂（Linux 提倡每个函数只需要做好一件事）？
• 这段代码能抽象成一个函数吗？

学完面向过程编程后，大一下学期一般会讲面向对象（C++ 或 Java）。这里非常推荐阅读 MIT 6.031: Software Construction 的 Notes：它以 Java 为例（2022 年改用 TypeScript）非常详细地讲解如何写出"优雅"的代码，涵盖 Test-Driven 开发、函数 Specification 设计、异常处理等内容。从该课程文档看，其先修要求仅为"掌握至少一门编程语言"，预计学时 100 小时，难度 5 只"🐶"——与原文的推荐定位一致。此外，接触面向对象后了解常见设计模式也是必要的（原文推荐《大话设计模式》一书，浅显易懂）。面向对象的精髓在于把实际问题抽象成若干类及其关系，而设计模式是前人总结的精髓抽象方法，避免课程沦为纠结继承语法与脑筋急转弯题目的语法课。

3. 其二：学习能提高生产力的工具和技能

原文推荐 Git、Shell、Vim 三类工具，并强烈推荐 MIT Missing Semester 这门课。该课程文档（难度仅 2 只"🐶"、预计 10 小时）覆盖 Shell 编程、命令行配置、Git、Vim、tmux、ssh 等内容，基本涉及本书"必学工具"分支中的绝大部分。CS学习规划 中的"必学工具"一节还给出了更完整的工具矩阵：Git、GitHub、Vim、Emacs、GNU Make、CMake、LaTeX、Docker、实用工具箱 等，每篇都有独立的使用指导。

原文还给出了一条生产力定律：一切需要让手离开键盘的操作，都应该想办法去除。切换应用、打开文件、浏览网页等高频操作都有插件可以快捷化；如果某个操作每天用到且耗时超过 1 秒，就应想办法把它压缩到 0.1 秒——毕竟以后数十年你都要和电脑打交道，形成顺滑的工作流是事半功倍的。最后一条建议：学会盲打，如果还需要看着键盘打字，应尽快找教程学会。

4. 其三：平衡课内与自学

"质疑现状，但也得遵守规则"，绩点在保研中仍相当重要。因此大一应尽量按课表学习，辅以优质课外资源：

• 微积分与线代可参考 MIT 18.01/18.02 Calculus 与 MIT 18.06 Linear Algebra 的课程 Notes；
• 假期可通过 UCB CS61A 学习 Python。从课程文档看，CS61A 无先修要求、预计 50 小时，且不止是语言课——它深入程序构造与运行原理，最后一个 Project 会要求用 Python 实现一个 Scheme 解释器，并掌握函数式编程、数据抽象、面向对象等抽象手段。

个人经验层面的提醒：大一数学课学分占比大，且不同学校、不同老师的考试风格迥异，自学也许能帮你领悟数学本质，但不一定能直接换来好成绩，考前最好有针对性地刷往年题、充分应试。

5. 大二之后：进入自学的殿堂

升入大二后专业课居多，此时可以对照 一份仅供参考的CS学习规划 彻底进入自学。这是作者根据三年自学经历提炼的全套指南，每门课的特点与选课理由都有介绍。其核心策略（原文原意）：

• 对你课表上的每个课程，规划中基本都有对应的国外课程，且在质量上具有显著优势；
• 只要考前将老师念了一学期的 PPT 拿来突击复习两天，取得不错的卷面分数并不困难；
• 如果有课程大作业，可以尽量把国外课程的 Lab 或 Project 修改一番以应付课内需要。作者举了一个真实案例：上操作系统课时发现老师还在用早已被国外学校淘汰的课程实验，便发邮件将实验换成自己正在学习的 MIT 6.S081 的 xv6 Project——该课程文档显示其先修要求为"体系结构 + 扎实的 C 语言功底 + RISC-V 汇编"，整学期共 11 个 lab，在 xv6（基于 RISC-V 的教学用操作系统）上逐个添加新机制，自学同时还无意间推动了课程改革。

总之，灵活变通是第一要义：目标是用最方便、效率最高的方式掌握知识。原文最后提醒：少点浮躁和功利，多一些耐心和追求——自制力并非自学的先决条件，关键看你想从自学中得到什么；抱着"会一门语言就能月薪过万"的幻想，说再多也是废话。

路径二：删繁就简——研究生与职场人的核心课程精简方案

如果本科毕业读研、在职，或是其他领域想利用业余时间转码，你也许没有足够时间系统学完 CS学习规划 的全部内容，但又想弥补本科时期欠下的基础。这一节的取舍原则是：这部分读者通常已有编程经验，入门课程不必重复；工作方向大体已定，也没有必要对每个计算机分支做特别深入的研究，更应该侧重通用性的原则和技能。作者由此选取了自认为最重要、质量最高的 11 门核心专业课，完整继承如下表（先修、语言、难度与学时等列依据仓库中各课程文档的"课程简介"补充）：

课程方向	课程名	先修要求	主要语言	难度	预计学时
离散数学和概率论	UCB CS70: discrete Math and probability theory	无	无	🐶🐶🐶	60 小时
数据结构与算法	Coursera: Algorithms I & II	CS61A	Java	🐶🐶🐶	60 小时
软件工程	MIT 6.031: Software Construction	掌握至少一门编程语言	Java	🐶🐶🐶🐶🐶	100 小时
全栈开发	MIT web development course	掌握至少一门编程语言	JavaScript/HTML/CSS/NoSQL	🐶🐶🐶🐶	因人而异
计算机系统导论	CMU CS15213: CSAPP	CS61A, CS61B	C	🐶🐶🐶🐶🐶🐶🐶	150 小时
体系结构入门	Coursera: Nand2Tetris	无	任选一门编程语言	🐶🐶🐶🐶	40 小时
体系结构进阶	CS61C: Great Ideas in Computer Architecture	CS61A, CS61B	C	🐶🐶🐶🐶🐶	100 小时
数据库原理	CMU 15-445: Introduction to Database System	C++、数据结构与算法、CSAPP	C++	🐶🐶🐶🐶🐶🐶	100 小时
计算机网络	Computer Networking: A Top-Down Approach	有一定的计算机基础	无	🐶🐶🐶🐶	40 小时
人工智能	Harvard CS50: Introduction to AI with Python	基本概率论 + Python 基础	Python	🐶🐶🐶🐶	30 小时
深度学习	Coursera: Deep Learning	机器学习基础 + Python	Python	🐶🐶🐶🐶🐶	80 小时

学完这些课程，无论你具体从事什么工作，原文的判断是：你都不可能沦为一个普通的调包侠，而是对计算机的底层运行逻辑有更深入的了解。从各课程文档的内容看，这套组合的覆盖面可以概括为：

• 数学与算法地基：CS70 把逻辑证明、图论、数论、多项式环、概率论与稳定匹配、网络拓扑、RSA、纠错码、哈希表等算法应用一一对应，Algorithms I & II 则强调"为什么这么做、如何实现它、用它解决实际问题"三步走法，并配有 10 个高质量 Project；
• 系统主线：CSAPP 覆盖汇编、体系结构、操作系统、编译链接、并行、网络，共 11 个 Project（代码框架全部开源）；Nand2Tetris 从与非门开始造出一台计算机并运行俄罗斯方块（硬件部分搭 CPU 跑简单汇编，软件部分写编译器与简单 OS）；CS61C 沿 CS61 序列深入 C 语言如何一步步转化为 RISC-V 汇编并在 CPU 上执行，四个 Project 分别覆盖 C 程序设计、RISC-V 神经网络、Logisim 搭建流水线 CPU、OpenMP/SIMD 并行优化；
• 应用与 AI 主线：15-445 要求你在教学数据库 Bustub 中实现 Buffer Pool Manager、B+ Tree、Query Executor/Optimizer、Concurrency Control 四个组件；Top-Down 网络课 提供作者自录的网课视频、交互式在线章节测试与 Wireshark 抓包 lab（编程作业偏少，可用 Stanford CS144 补充）；CS50 AI 提供 12 个设计精巧的编程作业（如强化学习训练 Nim 游戏 AI、alpha-beta 剪枝扫雷），适合入门或休闲；Deep Learning 从神经网络讲到 CNN、RNN 与 Transformer。

需要说明的适用前提：表中先修关系（如 CSAPP 要求 CS61A/CS61B、15-445 要求 CSAPP）是各课程文档的原始设定，零基础读者可参照 CS学习规划 的"课程地图"补齐先修，不必拘泥于表的顺序。

路径三：心有所属——确定方向后的深耕与多视角学习

如果你对核心专业课已掌握得相当扎实，并且确定了自己的工作或研究方向，那么书中还有大量未在 CS学习规划 中提到的课程可供探索。原文指出两点机制，均可以从仓库导航中得到验证：

1. 课程分支持续新增。从 mkdocs.yml 的 nav 看，除主流分支外，已新增机器学习进阶（如 学习路线图、CMU 10-708、Columbia STAT 8201 等）与机器学习系统（CMU 15-442、10-414、EML 等）等分支，同时还有深度生成模型、大语言模型、计算机图形学、系统安全等方向。
2. 同一分支下的多校同类课程提供不同视角。原文以"操作系统"分支为例，它包含四所学校的课程，这在本仓库中一一对应：MIT 6.S081、UCB CS162、NJU OS、HIT OS。如果你想深耕一个领域，学习这些同类课程会给你看待同一知识的不同视角、不同的侧重点与课程实验。此外，本书作者还计划联系相关领域的科研工作者，分享细分领域的科研学习路径，让 CS 自学指南在追求广度的同时实现深度上的提高。

如果你希望贡献这类内容（例如分享某个领域的自学经历与资源），使用指南 给出的途径是与作者邮件联系（[e-mail]）。结合 README.md 的说明，标准贡献流程是：参考仓库中的 template.md 作为课程文档模板，在 mkdocs.yml 的 nav 中添加入口，并同步提供英文翻译（docs/**/*.en.md），通过 Pull Request 提交；中英混合排版需遵循中英文混排的要点规范。

仓库结构与延伸阅读：如何高效使用这份指南

基于仓库结构，可以归纳出阅读与检索本书的几条实用路径：

• 入口与骨架：index.md 是前言，介绍本书的由来、自学的利与弊、适合人群与交流群的建立方式；使用指南 负责按读者分流；CS学习规划 提供完整的课程地图，包含"必学工具""好书推荐""环境配置"（PC 端与服务器端）与分方向课程四大部分；后记 与 好书推荐 是补充读物。
• 课程文档的统一模板：每门课程文档（由 template.md 规范）都包含"课程简介"（所属大学、先修要求、编程语言、课程难度、预计学时）、"课程资源"（课程网站、视频、教材、作业）与"资源汇总"三部分。因此上文表格中的先修、语言、难度、学时列并非主观估计，而是直接取自各课程文档，可逐篇核验。
• 中英双语：通过 mkdocs.yml 的 i18n 插件，每个中文文档旁都有对应的 .en.md 英文版，站点同时构建两种语言版本。
• 环境配置：CS学习规划 的"环境配置"一节区分 PC 端（Windows 用户可用 Scoop 获得类 Unix 体验）与服务器端（Linux 基础、Docker、CI/CD 等），可与 MIT-Missing-Semester 配合使用。

最后重申 使用指南 的主旨：本书的价值不在"全部学完"，而在于让每一类读者都能按自身的时间、基础与目标，精准地取用其中资源——初入校园者全面打基础，删繁就简者补核心短板，心有所属者沿多校课程深耕方向。