隔行如隔山，在别的行业的人看来，编程非常神秘，觉得很神奇，怎么就在电脑和手机上出现了那个效果呢？怎么就批量处理那么快呢？而对于行业内的人来说，这一切都非常简单，就跟开车、游泳、说英语一般，不会的人觉得好难，会了的人觉得好简单。今天就来系统化系地阐述下编程初学者应该如何学习编程。
编程究竟是个啥？
首先，编程是通过计算机语言来实现数据计算和逻辑控制操作，主要内容是数据结构加算法。数据计算就是加减乘除，逻辑操作就是如果那么否则或者以及循环等。数据结构就是数据的组织方式，是本字典还是书架抑或一张图表。算法就是依据计算机语言对数据进行逻辑处理。
其次，编程离不开编程语言，你需要通过编程语言给计算机下命令。说白了，就是你想让计算机做什么，你通过编程语言来告诉它。编程语言会将你的想法翻译为计算机能看懂的命令，然后去执行。编程语言有很多种，不同语言应用场景不同，但语法结构和基本概念大同小异，深入理解一门之后就可以轻松掌握其他的。
最后，编程很简单，比数学、语文、历史、地理等专业知识都要简单，人人都可以学会编程，但要学好编程并不容易，因为最好的程序员不是说掌握了多少门编程语言，也不是说某种程序有多少种写法，而是深入理解了某个专业或领域，利用编程语言解决了复杂的问题。这其实对于哪个行业来讲都并非易事，这需要理解各个领域的门道。
作为一个初学者，应该怎么样来学习编程呢？
编程有哪些需要掌握的知识呢？我这里进行了基本的总结，希望能够帮助到你。如果你对此有个基本的掌握，那么可以说是编程入门了，做一些项目开发不成问题。如果你能够深入掌握以下这些知识，那么成为编程高手只是迟早的事情。
（一）从基础学起
1、编程的基础是数据结构加算法。数据结构就是数据组织的方式，算法就是数据运算的过程。
2、选择一门流行的高级语言入手，哪一门都可以，找你认为看着最舒服的。比如C、Java、Python、JavaScript、Go、Swift……。具体应该从哪一门开始，可以看下之前写的关于入门语言选择。
3、选一个操作系统、运行环境和开发环境。比如Windows、Linux、Mac，语言SDK或浏览器。开发环境，也就是IDE。文本编辑器即可，比如记事本、Notepad++、Sublime、VSCode之类。
（二）熟悉语言规则
1、找一本编程语言书或者对着网上语言入门教程，不断重复地敲代码。编程语言无非是语法、句法和数据类型和内置对象、方法等。这些不同语言有些差异，但差异不大。C/C++或者Python、Java、JavaScript、Go均可。
2、不断地调试结果，变换一些变量、参数、条件进行尝试。通过大量测试，慢慢就会熟悉语法规则。真的很好理解，就是像是人说话一样，按照最简单的方式来，别整复杂的。
3、熟悉语言的基本语法、数据类型、流程控制等。语言跟说话差不多，你会说话那么就会编程。编程在于重复练习已经学过的知识，学而时习之、温故而知新。
以下是一段关于质因数分解的C语言代码，结合注释，看下是否很简单。
（三）学好数据结构
数据结构就是数据组织存储方式，也就是把数据聚合在一起，以便进行加工整理。把数据从一种结构换成另一种结构就是数据处理，这是编程最常见的工作。
1、数据一般分为整型、字节、浮点、字符、和布尔等类型，也就是生活中的数字和文字，把它按照一定规则分下类，不同语言略有些不同。
2、数据结构有两种分类方法：
线性结构(数据一一相连)和非线性结构(数据非一一相连)。
集合结构(数据无关系)、线性结构(数据一对一)、树形结构(数据一对多)、图形结构(数据多对多)。
3、常见的结构有以下8种：
堆栈（Stack），线性结构，后进先出。
队列（Queue），线性结构，先进先出。
数组（Array），聚合数据的集合，可以实现线性和非线性。
链表（LinkedList），线性结构，数据以链式结构存储。
树（Tree），非线性结构，模拟树状结构性质的数据集合，一个顶点。
图（Graph），非线性结构，节点相互连接，每个节点都可以作为顶点。
堆（Heap），非线性结构，特殊的树形数据结构，一般指完全二叉树。
散列（Hash），线性结构，根据键访问储存位置的数据结构。
数据结构的概念一下子可能不好看懂，也不明确其中的区别。你可以把数据结构看成是一个个盛放东西的柜子或书架，里面有不同的东西。数据结构主要是用来给数据进行分门别类的，这样便于对于事物的归纳和理解。
（四）学好算法
算法那就是用计算机程序语言来解决某个问题的计算方法和步骤，比如从一堆数字中找出最大的一个，比如计算圆周率，比如实现一个文件加密和解密。
1、算法是一个计算的过程，包括加减乘除和逻辑运算。
算法人人都会，就是通过程序来一步步解决具体逻辑问题。其中有很多算法思想，采用好的思想远胜过一般思路。常见算法思想包括分治法、动态规划法、贪心算法、线性规划法、简并法等。
2、算法实现方式有递归与迭代。
递归是指在函数体里不断调用函数自身的方式。迭代是反复地运用同一计算方式的过程，一般是for和while循环。实现算法可以是串行计算、并行计算和分布式计算。
3、评价算法的优劣方式有时间复杂度和空间复杂度。
算法的时间复杂度是指算法执行所消耗的时间，用T(n)表示。算法执行时间通常是渐进式的，如果用函数f(n)来表示执行动作，大O符号来表示渐进性，则算法复杂度可以用O(f(n))来表示，即T(n)=O(f(n))。算法的空间复杂度是指算法执行需要占用的空间，可以用S(n)来表示。算法占用的空间也是渐进性的，也可以用大O符号来描述，即S(n)=O(f(n))。时间复杂度和空间复杂度往往是相互影响的，但在表示一个算法的复杂度O(f(n))时，人们通常指的是时间复杂度。
4、常见的算法有哪些？
文本，字符串搜索、字符串压缩、最大公共子序列、回文计算等。主要是针对字符串进行查找。
数字，进制转换、开平方、斐波那契数列、质因数分解、数字三角形等。主要是进行数值的运算。
十大排序，冒泡、选择、插入、希尔、归并、快速、堆、计数、桶、基数等。这些跟打扑克排序和挑大小差不多，很好理解。
其他算法还有很多，什么动态规划、贪心、矩阵、回溯算法等，这些呢也有用，但是暂时不用掌握那么多。
学习和应用算法并不难，只要会走路、会做饭、会打牌、会下棋就会算法。难的是发明新的算法，但那属于数学家、计算机科学家或哲学家的工作。绝大部分程序员都不需要发明新的算法，而是掌握现成的算法，进行算法组合和策略调优。所以，学编程，掌握算法其实并不难，学习算法更多的是掌握不同解决问题的思路。如果不知道该写什么算法，可以去leetcode看别人的问题和例子，那有很多算法题和解法。
（五）学会找开源代码
掌握基本的数据结构和算法之后，然后就是看别人的源码。
1、找开源精品，去github找就行，任何语言的任何库，算法或数据结构源码，任何框架。优秀源代码太多了，这里不一一列举，找适合自己的练习。如何区分代码好坏？一是可以看他人的评价，二是看目录结构是否清晰，三是看编码规范和代码结构。
2、看优秀书籍的源码。优秀的书很多，乱七八糟的书也很多。看到不好的例子会深受其害。那该如何甄别呢？从stackoverflow或quora、medium上找热门帖子，或者从豆瓣看编程书籍排名。书籍最好看国外作者的书，尤其是某语言、框架的作者，或者大学老师，大企业里的高级工程师。那些书有共同点，就是讲得非常透彻，把来龙去脉搞得清清楚楚，不会模棱两可，不会胡吹海侃。有三种书可以不看，一是国内作者的书，二是某语言和框架速成书，三是某某开发应用实践。
3、找到好的源码后，就是不断练习，类似打字就行。一定要对照他人的源码，不断地敲。一开始看不懂，也不明白是对的，但敲的次数多了，也就领悟了。这跟读四书五经和老子是一个道理，看不懂就不断朗读即可，读得多了，慢慢就会有所理解。所谓读书百遍，其义自现。写程序也是这样，找到经典源码，反复对照练习。
这是第五个建议，当完成这一步了，那基本上是一个合格程序员了。
（六）学好设计模式
掌握了数据结构与算法，通过不断实践也积攒了大量的代码，也开发了一些小程序和Web系统了，现在需要进行优化代码了。
如何让代码更加整洁、清晰、有效，有利于维护和可扩展呢？这时候就需要用到设计模式（Designpattern），也就是通用最佳实践方案。
1、有哪些常见的设计模式？
根据设计模式的参考书DesignPatterns-ElementsofReusableObject-OrientedSoftware中所提到的，总共有23种设计模式。总结起来有这么几个类型。
是创建型模式，也就是创建时不是直接new出一个实例，而是把new这个操作隐藏在方法背后，而是根据需要来创建对象。比如工厂、抽象工厂、原型、单例、建造者等5种。
是结构型模式，这里主要是类的继承被对象组合所替代的模式。有适配器、桥接、组合、装饰器、外观、享元、代理模式等7种。
是行为类模式，主要