精通C++是一个艰巨的任务。为什么C++比别的语言难学这么多？其实这基本上是因为C++他爹Bjarne Stroustrup说过的一句话“我特别讨厌语言的设计者把自己的喜好强加给用户”（看向go）。结果C++为了不限制你的想法，于是也就变成了现在这个样子——包含若干范式，大概有&br&&ul&&li&面向对象（灵活应用virtual继承+shared_ptr可以达到java/C#的效果）&/li&&li&模板（这里分两类，分别为type rich programming和meta programming，区别很大）&/li&&li&函数式编程（如今有了lambda，配合&algorithm&文件，简直无敌了）&/li&&li&过程式&/li&&/ul&但是难能可贵的是，这几种东西在C++混在一起用也是多么的自然。不过，这需要你花时间去掌控他。&br&&br&那到底有没有必要真的学到这个地步呢，我觉得跟你的领域是有关系的。譬如说我，基本上算是人格分裂的，因为：&br&&ul&&li&当我搞语言设计和编译器的时候，我总是会倾向于创造各种小DSL来给自己用，用的都是模板（想想boost的spirit大概就明白我的意思了，虽然我不用它），尽量让跟我有同样背景的人一眼能看懂我代码的意思。&/li&&li&当我做我那个GUI库（&a href=&///?target=http%3A//www.gaclib.net& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&www.gaclib.net&i class=&icon-external&&&/i&&/a&）的时候，纯粹是用OO和IoC那一套。&/li&&li&当我写3D渲染程序的时候，我会变成一个为了性能不惜牺牲可读性的人。&/li&&/ul&当我是不同的我的时候，我当然只会用C++的一部分来完成我当前的这个任务。这好像是多重标准，但是实际上是由于项目本身的性质而定的。&br&&br&到了这个时候你会觉得，C++真是一门好语言。当你需要为了你的项目放弃不同的部分的时候，C++都能帮你做到。当你需要不同的抽象层次需要不同的性能要求的是，C++还是能够帮你做到。如果你用别的语言，你最终会发现那个语言只能做某几类的项目。这是因为，&strong&C++能够自由的让你放弃某些部分，而别的语言会阻止你放弃某些部分&/strong&。&br&&br&为了达到这个层次，你必须进入一个无限接近于精通C++的状态里，这个时候你才能收放自如，不被C++社区的各种不同的价值观所捆绑。倘若你的项目非常大，不同的部分有不同的特征的时候（什么，一个没有遍布全世界的一两千人写了20年的程序能叫程序吗？），就更加需要你有这种本事了。&br&&br&说到这里，大家大概都明白精通C++大概是个什么感觉了吧——&strong&大丈夫能屈能伸&/strong&。
精通C++是一个艰巨的任务。为什么C++比别的语言难学这么多？其实这基本上是因为C++他爹Bjarne Stroustrup说过的一句话“我特别讨厌语言的设计者把自己的喜好强加给用户”（看向go）。结果C++为了不限制你的想法，于是也就变成了现在这个样子——包含若干范…
本人大约从20多年前开始学习及使用C++，但仍未达到我认为「精通」的阶段，甚至对于C++11的各种新特性也未掌握。然而因为我是在读书时自学C++的，也是游戏程序员（原问题中提到题主想从事游戏开发），觉得也许能提供一点意见供网友参考。&br&&br&首先引一下2010年8月号《程序员》刊登的拙文《&a href=&///?target=http%3A///miloyip/archive//behind_cplusplus.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&C++强大背后&i class=&icon-external&&&/i&&/a&》最后一段：&br&&blockquote&&b&C++学习建议&/b&&p&C++缺点之一，是相对许多语言复杂，而且难学难精。许多人说学习C语言只需一本K&R&a href=&///?target=http%3A///subject/1139336/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C程序设计语言》&i class=&icon-external&&&/i&&/a&即可，但C++书籍却是多不胜数。我是从C进入C++，皆是靠阅读自学。在此分享一点学习心得。个人认为，学习C++可分为4个层次：&/p&&ul&&li&第一层次，C++基础：挑选一本入门书籍，如&a href=&///?target=http%3A///subject/4262575/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++ Primer》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/2030264/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++大学教程》&i class=&icon-external&&&/i&&/a&、或Stroustrup撰写的经典&a href=&///?target=http%3A///subject/1099889/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++程序设计语言》&i class=&icon-external&&&/i&&/a&或他一年半前的新作&a href=&///?target=http%3A///subject/4875599/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++程序设计原理与实践》&i class=&icon-external&&&/i&&/a&，而一般C++课程也止于此，另外&a href=&///?target=http%3A///subject/1110941/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++ 标准程序库》&i class=&icon-external&&&/i&&/a&及&a href=&///?target=http%3A///subject/1868179/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《The C++ Standard Library Extensions》&i class=&icon-external&&&/i&&/a&可供参考；&/li&&li&第二层次，正确高效地使用C++：此层次开始必须自修，阅读过《(&a href=&///?target=http%3A///subject/1241385/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&More&i class=&icon-external&&&/i&&/a&)&a href=&///?target=http%3A///subject/1842426/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Effective C++&i class=&icon-external&&&/i&&/a&》、《(&a href=&///?target=http%3A///subject/1244943/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&More&i class=&icon-external&&&/i&&/a&)&a href=&///?target=http%3A///subject/1967356/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Exceptional C++&i class=&icon-external&&&/i&&/a&》、&a href=&///?target=http%3A///subject/1792179/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《Effective STL》&i class=&icon-external&&&/i&&/a&及&a href=&///?target=http%3A///subject/1480481/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++编程规范》&i class=&icon-external&&&/i&&/a&等，才适宜踏入专业C++开发之路；&/li&&li&第三层次，深入了解C++：关于全局问题可读&a href=&///?target=http%3A///subject/1091086/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《深入探索C++对象模型》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/1470838/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《Imperfect C++》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/2970056/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++沉思录》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/1110934/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《STL源码剖析》&i class=&icon-external&&&/i&&/a&，要挑战智商，可看关于模版及模版元编程的书籍如&a href=&///?target=http%3A///subject/2378124/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++ Templates》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/1119904/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++设计新思维》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/4136223/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++模版元编程》&i class=&icon-external&&&/i&&/a&；&/li&&li&第四层次，研究C++：阅读&a href=&///?target=http%3A///subject/1096216/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《C++语言的设计和演化》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A///subject/4722718/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《编程的本质》&i class=&icon-external&&&/i&&/a&(含STL设计背后的数学根基)、C++标准文件&a href=&///?target=http%3A///files/C%252B%252B%2520Standard%ANSI%2520ISO%2520IEC%202003.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《ISO/IEC 》&i class=&icon-external&&&/i&&/a&、&a href=&///?target=http%3A//www.open-std.org/JTC1/SC22/WG21/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&C++标准委员会&i class=&icon-external&&&/i&&/a&的提案书和报告书、关于C++的学术文献。&/li&&/ul&&p&由于我主要是应用C++，大约只停留于第二、三个层次。然而，C++只是软件开发的一环而已，单凭语言并不能应付业务和工程上的问题。建议读者不要强求几年内“彻底学会C++的知识”，到达第二层左右便从工作实战中汲取经验，有兴趣才慢慢继续学习更高层次的知识。虽然学习C++有难度，但也是相当有趣且有满足感的。&/p&&/blockquote&&br&如果题主认为的「精通」是指上述所指的第二层次，那么我估计一年全职时间也未足够「精通」。首先，阅读这些书籍本身也需要不少时间，而且对于一般人来说（指除了一些学习记忆能力超强的人），很可能需要阅读几遍才能记住一些细节。另外，阅读后必须要练习。除了入门的习题外，还需要做一些工程向的项目，才能了解各种语法、编程范式的使用方法及时机，理想地建议参与一些开源项目。然而，学习是需要不断思考并把结果沉淀，方法包括与朋友讨论、写博客、写知乎答案等，这些都需要时间。&br&&br&如引文末段所指出，我建议不要把「精通C++」作为一个一年目标，应该要把学习语言作为一个持续的过程，同时要把语言运用在具体的应用场合中。&br&&br&---------------------------------------------------&br&再讨论C++与游戏开发。&br&&br&看到有不少答案讨论到有关C++是否游戏开发者所必须的技术。我认为，这并不是完全必须的，但许多游戏开发项目需要到C++。以下列举一些过往曾流行的游戏平台／类型：&br&&ol&&li&PC单机游戏（Windows）&/li&&li&PC网络游戏（Windows、Linux）&/li&&li&移动平台游戏（J2ME、Symbian、Palm……）&/li&&li&家用游戏机游戏（PS1/2/3/4、XBox、Wii……）&/li&&li&掌上游戏机游戏（GB、GBA、NDS、PSP……）&/li&&li&网页游戏（HTML、Flash）&/li&&li&智能移动设备游戏（iOS、Android）&/li&&/ol&我们会发现，除了J2ME和网页游戏外，大多数的平台都支持（或只支持）原生编程。而原生编程最常用的就是C/C++和汇编。这种现象并不难解译，再次引用拙文：&br&&br&&blockquote&&b&应否选择C++&br&哪些程序适宜使用C++?&br&&/b&&br&&p&C++并非万能丹，我按经验举出一些C++的适用时机。&/p&&ul&&li&C++适合构造程序中需求较稳定的部分，需求变化较大的部分可使用脚本语言；&/li&&li&程序须尽量发挥硬件的最高性能，且性能瓶颈在于CPU和内存；&/li&&li&程序须频繁地与操作系统或硬件沟通；&/li&&li&程序必须使用C++框架/库，如大部分游戏引擎(如Unreal/Source)及中间件(如Havok/FMOD)，虽然有些C++库提供其他语言的绑定，但通常原生的API性能最好、最新；&/li&&li&项目中某个目标平台只提供C++编译器的支持。&/li&&/ul&&p&按应用领域来说，C++适用于开发服务器软件、桌面应用、游戏、实时系统、高性能计算、嵌入式系统等。&/p&&/blockquote&&br&很大程度上，游戏──或说游戏引擎，都是C++非常适合的应用时机。&br&&br&一些人认为，游戏开发者使用现成的引擎，就不需要使用C++了。过往，业界有一个普遍常识，就是用C++开发游戏引擎，而游戏引擎提供脚本引擎供编写游戏逻辑代码。但这个观点被Unreal Engine 4的决策改变，UE4放弃了维护多年且被大量使用的UnrealScript脚本语言，而改用原生C++作为游戏逻辑编程的语言。此决策背后有多个原因，但这里只想举出这例子展示C++在游戏开发中的用途及潮流，具体原因分析就不详细展开了。&br&&br&除了自行研发游戏引擎需要使用C++，我们可以看到，大部分游戏引擎都提供了其C++原代码（Unity算是例外），这让我们可以&br&&ol&&li&方便调试游戏&/li&&li&深度剖析、优化游戏的性能&/li&&li&为引擎扩展新功能&/li&&li&修改现有引擎以适应项目所需&/li&&/ol&在专业的游戏开发中，这些都是很常见的工作任务。所以，即使并非自研引擎，并使用脚本语言开发游戏逻辑，也有很多机会需要使用C++。&br&&br&最后，「还需学习什么」是一个很难简单回答的问题，因为游戏开发涉及的知识面很广。建议可参考本人译作。
本人大约从20多年前开始学习及使用C++，但仍未达到我认为「精通」的阶段，甚至对于C++11的各种新特性也未掌握。然而因为我是在读书时自学C++的，也是游戏程序员（原问题中提到题主想从事游戏开发），觉得也许能提供一点意见供网友参考。首先引一下2010年8月…
本科国内211 IE专业，Master 美国 专排前十 IEOR专业，因为不想做IE偏制造的工作 也无法靠master 背景混到OR工作 所以一咬牙一跺脚转型吧！从此立志成为一名数据科学家 自学+面试直到找到工作耗时四五个月 还算高效地成功转了型 贴一下我简历中的skill set. （&b&初入行菜鸟一枚求温柔对待&/b&）&br&&br&&br&&img data-rawheight=&498& data-rawwidth=&1714& src=&/c99cb183cad3e3f8f2e8e9_b.jpeg& class=&origin_image zh-lightbox-thumb& width=&1714& data-original=&/c99cb183cad3e3f8f2e8e9_r.jpeg&&&br&&br&除了最后一行OR的，这里边囊括了我自学的所有内容（那个 3years是瞎掰的嘎嘎 练熟了三个月冒充三年没大问题 至今没被识破过...），至于怎么学，看个人喜好了，时间多的可以去看书，像我自己比较浮躁，全程GOOGLE，一个知识点一个知识点地磨，看YouTube, 看公开课，看博客，看到自己满意为止。然后找开源数据 自己做project加深理解。就酱。&br&&br&------------ 说更咱就更！----------------&br&统一回复下在评论里质疑我在伪造三年工作经验的，你们再看眼我skills的第二行，我写的是三年R语言使用经验。像R 呀 SAS 呀都是非常简单的语言，对于任何一个有编程基础的人，掌握起来非常快的，虽然三个月前刚学的，但跟面试官表示我三年前就开始用了呢并不会引来怀疑，你可以理解成三年前就用R做过project，是不是很正常。至于工作经验我都是照实写的。&br&另外，想对正在喷我的，和打算喷我的朋友说一句：你有更好的经验也欢迎来分享呀，喷我又不能造福人类！&br&&br&回归正题&br&&br&自学是一件非常寂寞的事情，希望所有有理想成为Data scientist的你能坚持下来，人生会因此大不同。&br&&br&答主通过学习过来人经验总结，咨询前辈，大量研究 job description, 制定了自学的几大块内容：统计，SAS R Python编程，机器学习，Hadoop家族产品。&br&&br&&b&统计：&/b&&br&1）统计基础：相信大部分专业本科和研究生的基础课程都少不了统计基础，什么F检验，T检验，ANOVA，置信区间，几款经典的distribution 等等。那花个两三天时间来巩固一下热热身吧！我用的是PSU Applied Statistics 文字版网课 &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat500/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 500!&i class=&icon-external&&&/i&&/a& 内容完善讲解细致的良心之作啊！&br&&br&2）Regression: 必学，一个系列的网课 &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat501/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 501!&i class=&icon-external&&&/i&&/a&
一共15个Lesson，一天一个，两个礼拜轻松搞定，同时找些作业题来做，google一下一大把。学完之后如果感觉良好渐入佳境了，后面的学习就可以适当提提速啦。&br&&br&3）DOE: 答主上过这门课所以没有自学经验可分享，有同系列网课大家可以用用看看 &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat502/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 502!&i class=&icon-external&&&/i&&/a& 和 &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat503/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 503!&i class=&icon-external&&&/i&&/a&&br&&br&4）Analysis of Discrete Data: &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat504& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 504!&i class=&icon-external&&&/i&&/a&&br&
Applied Multivariate Statistical Analysis: &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat505/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 505!&i class=&icon-external&&&/i&&/a&&br&
Time Series: &a href=&///?target=https%3A//onlinecourses.science.psu.edu/stat510/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Welcome to STAT 510!&i class=&icon-external&&&/i&&/a&&br&
都是很基础很有用的！时间富余的朋友一定要仔细认真学+做题，答主当时着急速成，强迫自己高负荷运作，每门课用时四五天过了一遍，没深究没做题，学完都累懵逼了。&br&&br&&b&SAS：&/b&&br&广泛应用在各行各业，尤其是大公司，尤其是银行保险业，把 base 和advanced 两个证考了，基本就掌握得差不多了，面试的题都不会超出这个范围。答主考证的学习材料：&br&Base &a href=&///?target=http%3A//web.utk.edu/sas/OnlineTutor/1.2/en/60476/paths.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Learning Path&i class=&icon-external&&&/i&&/a&&br&Advanced &a href=&///?target=http%3A//web.utk.edu/sas/OnlineTutor/1.2/en/60477/paths.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Learning Path&i class=&icon-external&&&/i&&/a&&br&答主一年前就考了，当时挺闲的，身边也有人在考，就跟风考个玩玩，没想到还真派上用场了，忍不住废话一句：在学东西的时候永远不要去想我学这有什么用，总有一天它的价值会显现。&br&建议有空就早点考，挺简单的，用不了多长时间。&br&&br&&b&R：&/b&&br&coursera 上有 R programming 的课程：&a href=&///?target=https%3A//www.coursera.org/learn/r-programming& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&coursera.org 的页面&i class=&icon-external&&&/i&&/a& 适合作为新手扫盲课程。快速学完之后，可以专项突击一下，Data Frame 的各种操作还有几个重点学习了的package: reshape2, dplyr, ggplot2. 答主不是专家，多是凭自己兴趣（比如觉得数据可视化很炫酷）和手边材料倾向性地学了点，不一定值得借鉴。不过下面这些书真的都很好，认真看完一到两本必会很有帮助。&br&&br&Data Visualization:&br&&ul&&li&&a href=&///?target=http%3A//www.bioinformaticslaboratory.nl/twikidata/pub/Education/ComputinginR/ggplot2-book.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&ggplot2: Elegant Graphics for Data Analysis&i class=&icon-external&&&/i&&/a& - Hadley Wickham (2009)&/li&&/ul&Programming:&br&&ul&&li&&a href=&///?target=http%3A//www.angelo.edu/faculty/showry/courses/asci6321/R_cookbook.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&R Cookbook&i class=&icon-external&&&/i&&/a& - Paul Teetor (2011)&/li&&li&&a href=&///?target=http%3A//web.udl.es/Biomath/Bioestadistica/R/Manuals/r_in_a_nutshell.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&R in a Nutshell: A Desktop Quick Reference&i class=&icon-external&&&/i&&/a& - Joseph Adler (2010)&/li&&li&&a href=&///?target=http%3A//www.kharms.biology.lsu.edu/CrawleyMJ_TheRBook.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The R Book&i class=&icon-external&&&/i&&/a& - Michael Crawley (2007)&/li&&/ul&Advanced Programming:&br&&ul&&li&&a href=&///?target=http%3A///statistics/computational%2Bstatistics/book/978-0-387-75935-7& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Software for Data Analysis: Programming with R&i class=&icon-external&&&/i&&/a& - John Chambers (2008)&/li&&li&&a href=&///?target=http%3A///zumel/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Practical Data Science with R&i class=&icon-external&&&/i&&/a& - Nina Zumel and John Mount (2014)&/li&&/ul&&br&&b&Python:&/b&&br&关于Python的公开课也有不少，可惜答主都没看过，不能给出意见，初学的时候参考的这本书：&a href=&///?target=http%3A//learnpythonthehardway.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Learn Python&i class=&icon-external&&&/i&&/a&。之后重点学习了几个数据分析必备package：Numpy, Scipy, Pandas, Matplotlib, Regular Expression, BeautifulSoup。 没有参考特定书籍，google一下就会有非常多很棒的内容直接拿来学。另外，算法和数据结构也需要大致学习了一下。&br&&br&因为答主有C，C#，Matlab的编程经验，这些上手起来很快。如果你没有编程基础也没关系，先把R学好，做几个project涨涨自信，再慢慢啃Python，不怕多花时间，一定要学明白！&br&&br&&br&&b&机器学习：&/b&&br&Andrew Ng 非常有名的 machine learning 公开课：&a href=&///?target=https%3A//www.coursera.org/learn/machine-learning& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&coursera.org 的页面&i class=&icon-external&&&/i&&/a& 浅显易懂，值得一学。另外，上面截图skills 里边的提到的 learning algorithm，答主都逐一google，从Youtube到博客到论文，看懂原理，结合Python 的scikit learn实现一遍。 最后，来一发Udacity的付费网课 &a href=&///?target=https%3A///course/machine-learning-engineer-nanodegree--nd009& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Machine Learning Engineer Nanodegree&i class=&icon-external&&&/i&&/a& 收尾，里边有四个很赞的小project，认真做一遍，技能点飙升。&br&&br&&br&&b&Hadoop家族产品&/b&：&br&Udacity 网课：&a href=&///?target=https%3A///course/intro-to-hadoop-and-mapreduce--ud617& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Intro to Hadoop and MapReduce&i class=&icon-external&&&/i&&/a& 讲得很好，课后练手小作业也不错。&br&同时配合看了这么两本书：&br&Hadoop: The Definitive Guide 4th Edition （&a href=&///?target=http%3A///Hadoop-Definitive-Guide-Tom-White/dp//ref%3Dsr_1_1%3Fie%3DUTF8%26qid%3D%26sr%3D8-1%26keywords%3Dhadoop& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&& 的页面&i class=&icon-external&&&/i&&/a&）&br&Learning Spark: Lightning-Fast Big Data Analysis 1st Edition （&a href=&///?target=http%3A///Learning-Spark-Lightning-Fast-Data-Analysis/dp//ref%3Dpd_bxgy_14_img_2%3Fie%3DUTF8%26refRID%3D1JPQSHKV1WCASDNACC3T& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&& 的页面&i class=&icon-external&&&/i&&/a&）&br&&br&------------ 更新！----------------&br&&b&Project那些事：&/b&&br&当时做Project灵感的来源是linkedin，搜data scientist，上面有很多很厉害的大神，参考他们做过的Project，多看多想，然后呢，网上有很多公开数据库，稍微有点想法了之后，找个合适的dataset实践一下。&br&我自己做了以下几个方面的Projects 列在简历里: &br&web scraping &br&text mining&br&market segmentation&br&Customer Churn Prediction&br&recommender system (master's 毕业论文）&br&&br&做Project就是一个把自己所学进行总结归纳升华的阶段，一定要有自己的想法，是的，自己的想法非常重要，要勤思考，不懂的东西勤问google。&br&&br&先说这些，如果有什么具体的问题，欢迎找我一起探讨。&br&最近事情很多，更新略慢了，见谅。&br&&br&另外，答主是玻璃心，怀抱着一颗来分享交流的心答题，却听到了不少不友善的声音。&br&可能一开始写得太随意轻松了，让有的人以为我污了scientist这个头衔，我来答题可不是什么资深数据科学家在这分享行业精华，我只是靠自己一点一点努力积累，勉强挤进了这个行业，然后想给完全不懂行但又很想入行的朋友一点建议，而已。轻描淡写不代表我学得随意，这不是抒情贴，自学的过程有多孤单挫败，难道不是学了的人自己知道就可以了么。&br&不巧答主即不是那种温柔大方能容忍情商高的女生，也不是喜欢无休无止跟人撕逼的类型，落到最后就是一个人闷闷不乐收场。这也是我当初没有预料到的。
本科国内211 IE专业，Master 美国 专排前十 IEOR专业，因为不想做IE偏制造的工作 也无法靠master 背景混到OR工作 所以一咬牙一跺脚转型吧！从此立志成为一名数据科学家 自学+面试直到找到工作耗时四五个月 还算高效地成功转了型 贴一下我简历中的skill set.…
很久以前关注过这个问题，我想现在可以来答一下了（为什么涨粉比点赞多？这又不是爆照系答案。。。）&br&&br&Data Scientist（以下简称DS）是一个很宽泛的概念，相同的叫法，在各个公司负责的工作可能会相差很多。关于DS的讨论不管是quora还是知乎上都有不少， 现在这个问题下的回答就已经覆盖得很全面，很多答主比如
&a data-hash=&e0b5a47e282b0cc705bf& href=&///people/e0b5a47e282b0cc705bf& class=&member_mention& data-editable=&true& data-title=&@陈然& data-tip=&p$b$e0b5a47e282b0cc705bf&&@陈然&/a&&a data-hash=&aa77defcaacb70& href=&///people/aa77defcaacb70& class=&member_mention& data-editable=&true& data-title=&@谢科& data-tip=&p$b$aa77defcaacb70&&@谢科&/a&&a data-hash=&17fe26c7cbd996dac6f7e9e& href=&///people/17fe26c7cbd996dac6f7e9e& class=&member_mention& data-editable=&true& data-title=&@董飞& data-tip=&p$b$17fe26c7cbd996dac6f7e9e&&@董飞&/a& 本身就是tech公司的资深DS或者Data Engineer，都是和人谈笑风声，比大多数人不知道高到哪里去了。新人如 &a data-hash=&31b6fdc08adfd& href=&///people/31b6fdc08adfd& class=&member_mention& data-editable=&true& data-title=&@妖小琪& data-tip=&p$b$31b6fdc08adfd&&@妖小琪&/a& 的的回答总结了很多课程，这里我就不再重复了。&br&&br&此外强烈推荐
&a data-hash=&8de9aa7f60d890b29c39& href=&///people/8de9aa7f60d890b29c39& class=&member_mention& data-editable=&true& data-title=&@覃超& data-tip=&p$b$8de9aa7f60d890b29c39&&@覃超&/a& 的回答/专栏/和公众号一系列文章，不完全是DS的，但是有很多跟DS以及产品相关的知识，非常有用，结合&a data-hash=&f44f1ceffbce& href=&///people/f44f1ceffbce& class=&member_mention& data-editable=&true& data-title=&@范冰XDash& data-tip=&p$b$f44f1ceffbce&&@范冰XDash&/a& 的增长黑客系列一起看。 &a data-hash=&17fe26c7cbd996dac6f7e9e& href=&///people/17fe26c7cbd996dac6f7e9e& class=&member_mention& data-editable=&true& data-title=&@董飞& data-tip=&p$b$17fe26c7cbd996dac6f7e9e&&@董飞&/a& 的专栏和公众号也有一系列tech/growth hack等相关的文章，对了解公司、产品、工作思路很有帮助。&br&&br&&i&接下来 基于自身经历讲讲如果从生物专业转行到facebook做一名（伪）数据科学家的一些准备，提供一点另外一个角度的看法（所以&/i&&i&这里讲的这些可能适用范围有限）。&/i&&br&&br&&br&具体到facebook，大致有两种类型的DS，一种是Core Data Scientist（有时候我们叫CDS），另外一种是product DS或者叫analytics DS。通常来看前者要求要高很多，通常是CS或者统计的PhD，并且学术期间发过很好的paper，当然这也自然会体现在薪水上，我所在的职位是后一种（-_-），也就是我要介绍的.为了方便接下来就叫DS，不作区分了。&br&&br&&br&&b&===========&/b&&b&== &/b&&b&DS的日常 &/b&&b&===========&/b&&b&=&/b&&br&&br&如果用一句话来总结的话就是通过数据来发现问题，解决问题。这么说起来可能比较虚，那么可以看看MITBBS上的这篇例子：&br&&a href=&/?target=http%3A///article_t2/Statistics/.html& class=&internal&&/article_t2/Statistics/.html&/a&&br&考虑到国内可能要翻墙，部分引用如下：&br&&div class=&highlight&&&pre&&code class=&language-text&&再说data scientists的日常工作组成, 基本分四项
(1) data pipelines, 这包括各种ETL, 处理数据, reporting, dashboard 等等
(2) product operation, 包括监测和产品的走向, own key metrics, 和各种ad hoc的
product support. 这种可以简单概括成被动分析, 就是有人问你关于产品问题, 你得
(3) strategic analysis, 各种exploratory的分析, 提供insight来帮助产品set
roadmaps. 这种可以简单概括成主动分析, 就是没人问你问题, 你自己要问你合适的问
题, 并且回答, 主动为产品提供发展方向.
(4) cross functional influencing. 有了insights, 要和另外几大pillars打交道(
eng, pm等等), 所以influencing必不可少.
可以想想, 每个产品的analysts, 都是和那个产品的团队坐在一起的, 而不是和你老板
坐在一起. 同一个analytics team里的人, 往往是分散坐在不同的楼里, 而你老板可能
是坐在他最involve的一个产品那个组里. Analytics team有weekly meeting, 但是你
更多的时候是meet同一product team里的人.
&/code&&/pre&&/div&&br&&div class=&highlight&&&pre&&code class=&language-text&&再说data scientists面试的要点.
(1) 有&一定&的技术能力, Python + big data (比如Hive/SQL). R也可以, 但是很多
面试题用R来做恐怕有些困难, 会Python是很有帮助的. 不需要啃算法书, CS面试那种
算法题不会考. 我们只需要知道你有独立handle data的能力, 遇上事情能有技术能力
unblock你自己. 光会SQL是不行的.
(2) 有&极好&的分析能力, 这是analysts的本质, 也是面试的重点. 给你一个问题(
open ended), 看能不能 think analytically and structurally. 随便举个例子: 怎
么用FB数据分析日本核电站爆炸的影响. 这里要自己formalize这个问题, 提出假设,
思考可以用哪些数据, 怎么分析, 没有某些数据怎么替代 等等一系列步骤.
(3) 有&极好&的product sense. 因为实际工作中, 很多时候没人问你问题, 你要自己
问问题, 问正确的问题, 需要对产品有很好的理解. 这里也举个例子: 假如印度的某个
城市停电三天, 你觉得对FB会有哪些影响, 这些影响对Twitter会如何? 回答这个问题,
先得对行业和产品有一定了解, 否则根本无从下手.
当然一些其他的东西, 比如对数字的敏感度, 交流的能力等等很重要, 但是哪些都表现
在上面这些回答当中.
&/code&&/pre&&/div&&br&这篇文章写得非常全面，是一个analytics manager写的，不过就我的体会以及跟几个在fb已经有一段时间的朋友交流来看，DS的日常工作部分主要是3/4，面试重点主要是2/3，供参考。&br&里面有一句话我感觉很到位，“很大程度上, FB的datascientists需要的是通才, 而不是专才”，所以我感觉还挺合适我这样转行的。有时候我也会感觉，以前念做生物research的那些思路、经验也还是能用上的，虽然具体分析用到的工具不一样，但是各种experimentaldesign, hypothesis test等的思路还是很类似的。&br&&br&很多时候，在facebook的DS要充当半个PM使，因为需要DS自己去寻找问题来源，产品发展方向，提供可行的解决办法，然后再继续看效果，继续改进产品，如此往复。也正因为如此，面试的时候一半的时间是在考察产品思维（product sense），顺便考察沟通能力。反正是技术上的要求并不高，基本就是SQL（Coredata scientist/data engineering是另外一回事，那些对技术上的要求是完全不一样的）。&br&&br&&br&之所以对技术上要求不高，一方面是因为内部有很多做好了的工具直接用就可以，技术上复杂一些的有CDS和DE来解决（所以他们薪水高啊），另一方面，很多数据分析并不需要用来很高深的技巧就能提供解决问题的思路等等。&br&&br&&br&发展前景的话就目前来看，基本还是有很多职位空缺的，光是fb现在都三月份了，去年的headcount还没有完，现在招的人还在填去年的，今年估计还要招至少100个DS。别的公司估计也是类似的，linkedin上基本每天都会收到recruiter的联系。&br&&br&&b&==&/b&&b&=========&/b&&b&== 面试准备 &/b&&b&=======&/b&&b&=======&/b&&br&&br&跳fb之前我在 信用卡公司工作了两年多，第一年主要是做跟pricing相关的strategy，第二年换到modeling组，当时的考虑一是有升职的机会，二是可以做得更偏modeling/analytics的一些东西，稍微复杂一点，顺便增加一些project management方面的经验。回过头来看，这两个组的经历都是很重要的，学会了很多如何找到问题提供解决办法之类，虽然不是直接跟tech做的东西相关，但很多时候大体思路是一致的。&br&&br&然后这样待了两年多之类，运气爆棚（也有可能是快到年度，tech公司招人的预算花不掉了），十月份陆续收到了Amazon/fb/google的面试，但是职位差别很大。&br&具体到准备fb，主要是集中在如果了解产品上，因为像第一部分说的，具体techinical的东西并没有很复杂（就product analytics这块而言，core data science那边要难很多很多很多）。&br&&br&准备面试其实也是一个很好的DS的案例&br&&i&需要解决的问题：搞定面试&br&已有的信息：工作描述（job description, jd）&br&解决方法：如果让自己的经历、知识储备符合 工作描述上的要求。&/i&&br&&br&来看fb DS的职位：&a href=&/?target=https%3A///careers/jobs/a0IasEAD/& class=&internal&&/careers/jobs/a0IasEAD/&/a&&br&考虑到墙的存在，引用一下关键部分&br&&div class=&highlight&&&pre&&code class=&language-text&&Responsibilities
Apply your expertise in quantitative analysis, data mining, and the presentation of data to see beyond the numbers and understand how our users interact with our core/business products
Partner with Product and Engineering teams to solve problems and identify trends and opportunities
Inform, influence, support, and execute our product decisions and product launches.
The Data Scientist Analytics role has work across the following four areas:
Data Infrastructure
Working in hadoop and hive primarily, sometimes mysql, oracle, and vertica
Authoring pipelines via SQL and python based ETL framework
Building key data sets to empower operational and exploratory analysis
Automating analyses
Product Operations
Setting goals
Designing and evaluating experiments monitoring key product metrics, understanding root causes of changes in metrics
Building and analyzing dashboards and reports
Exploratory Analysis
Proposing what to build in the next roadmap
Understanding ecosystems, user behaviors, and long-term trends
Identifying levers to help move key metrics
Evaluating and defining metrics
Building models of user behaviors for analysis or to power production systems
Product Leadership
Influencing product teams through presentation of work
Communicating of state of business, experiment results, etc to product teams
Spreading best practices to analytics and product teams
Requirements
4+ years experience doing quantitative analysis.
BA/BS in Computer Science, Math, Physics, Engineering, Statistics or other technical field. Advanced degrees preferred.
Experience in SQL or other programming languages.
Development experience in at least one scripting language (PHP, Python, Perl, etc.)
Ability to initiate and drive projects to completion with minimal guidance
Ability to communicate the results of analyses in a clear and effective manner
Basic understanding of statistical analysis.
Preferred experience with a statistical package such as R, MATLAB, SPSS, SAS, Stata, etc.
Preferred experience with an Internet-based company.
Experience with large data sets and distributed computing (Hive/Hadoop) a plus.
&/code&&/pre&&/div&&br&最重要的信息其实就是两部分：responsibilities & requirement （责职和要求）&br&从后往前说。requirement根据我的个人经验，公司是很难找到符合所有条件的人，基本上符合一半就很不错的，剩下的可以入公司之后再学。&br&&br&而responsibilities可以提供很多insight来帮助准备面试，因为面试的目的就是看你是不是符合工作要求，进入公司之后能不能完全相应的工作。&br&具体到jd里对应的四个部分，相应需要准备的基本就是sql和product sense（产品思维）。类似于上面提到的以及很多别的人也提到过的，product sense这一部分是最难的，需要了解公司有哪些产品，通过哪些metrics来看产品是不是改进了，比如是不是带来了更多用户，用户engagement如何等等。&br&同时只有了解了产品，也能知道如果进一步设计实验、分析实验结果来一步一步的改进产品。&br&tech公司都比较讲究dogfooding，就是员工一定要多用自己公司（和竞争对手的产品），这样才能了解得更全面。&br&&br&那么准备面试也是一样，通过使用各种产品，增进自己的product sense。&br&另一方面网上也可以找到很多信息，比如glassdoor, 知乎，quora，google, youtube等等 （以及强烈推荐 &a data-hash=&8de9aa7f60d890b29c39& href=&///people/8de9aa7f60d890b29c39& class=&member_mention& data-editable=&true& data-title=&@覃超& data-tip=&p$b$8de9aa7f60d890b29c39&&@覃超&/a& 和
&a data-hash=&17fe26c7cbd996dac6f7e9e& href=&///people/17fe26c7cbd996dac6f7e9e& class=&member_mention& data-editable=&true& data-title=&@董飞& data-tip=&p$b$17fe26c7cbd996dac6f7e9e&&@董飞&/a& 大神们的一系列文章，拿到offer了的话别忘了感谢他们）。&br&&br&另外，不时会有人问具体的链接。很多时候做个伸手党，要来的东西也不会仔细看的。最好的办法是先自己找找，试着摸清楚一下门路，然后再跟别人讨论请教，然后再回过头自己找、消化，如此往复。如果你自己搜不到的话，那么给你也是没用的。打个比方，如果别人有20个有用的信息，如果你上来就找别人要这所有的，即使要到了意义也不大。&br&相反，自己先找找到，看能找出来多少，然后再跟人沟通，不仅效果更好，也更有可能得到有用的信息。&br&我自己有一个总结的相关文章/视频的链接，是从十来页精简到两页的一个文档，基本就是这样一个过程。面试完之后发现，基本还是很有用的。有几个链接甚至是入职之后onborading的推荐读物（所以我这个总结的资料目前基本是没法分享的）。相信对做DS有兴趣的人，通过上面那些关键词，基本上都能搜出来很多有用的准备面试以及职业发展的信息了。&br&&br&欢迎有兴趣的小伙伴们来加入DS行业啊。&br&&br&另另外，除了上面提到的在这个问题下分享了答案的，还有别的跟数据相关的知乎大牛们（名单不全，欢迎补充），他们分享了很多有有的资料和回答，可以挑着看一遍（或者几遍），感受一下分析问题的思路，非常有效。&br&排名不分先后&br&&br&&a data-hash=&7b05ff0cb5b133d6dfbc46& href=&///people/7b05ff0cb5b133d6dfbc46& class=&member_mention& data-editable=&true& data-title=&@贾扬清& data-tip=&p$b$7b05ff0cb5b133d6dfbc46&&@贾扬清&/a& google research scientist&br&&a data-hash=&f5911fddc7fa5fd74a80d5ce2c12e1a2& href=&///people/f5911fddc7fa5fd74a80d5ce2c12e1a2& class=&member_mention& data-editable=&true& data-title=&@Naiyan Wang& data-tip=&p$b$f5911fddc7fa5fd74a80d5ce2c12e1a2&&@Naiyan Wang&/a& 机器学习与计算机视觉&br&&a data-hash=&bae4da& href=&///people/bae4da& class=&member_mention& data-editable=&true& data-title=&@lau phunter& data-tip=&p$b$bae4da&&@lau phunter&/a& (注：p老师是男的，但是知乎性别不小心成女的了。另外p老师照片拍得很好）&br&&a data-hash=&8b93dbdbc9e5ceaccde60ce2fd238b58& href=&///people/8b93dbdbc9e5ceaccde60ce2fd238b58& class=&member_mention& data-editable=&true& data-title=&@Xihan Liu& data-tip=&p$b$8b93dbdbc9e5ceaccde60ce2fd238b58&&@Xihan Liu&/a& Qcue DS&br&&a data-hash=&b3a3b5ed86a62bc287be1eaf& href=&///people/b3a3b5ed86a62bc287be1eaf& class=&member_mention& data-editable=&true& data-title=&@淙瀚& data-tip=&p$b$b3a3b5ed86a62bc287be1eaf&&@淙瀚&/a& 投资管理+咨询+DS&br&&a data-hash=&be0d3bb133ad0151eefd188& href=&///people/be0d3bb133ad0151eefd188& class=&member_mention& data-editable=&true& data-title=&@田渊栋& data-tip=&p$b$be0d3bb133ad0151eefd188&&@田渊栋&/a& facebook FAIR&br&&a data-hash=&bd9e16d5c0f6a8329205& href=&///people/bd9e16d5c0f6a8329205& class=&member_mention& data-editable=&true& data-title=&@熊辰炎& data-tip=&p$b$bd9e16d5c0f6a8329205&&@熊辰炎&/a& 机器学习&br&&a data-hash=&f6cedc6254c& href=&///people/f6cedc6254c& class=&member_mention& data-editable=&true& data-title=&@Xiao Zhang& data-tip=&p$b$f6cedc6254c&&@Xiao Zhang&/a& fb research&br&&a data-hash=&7d45b644ccdb269db56497& href=&///people/7d45b644ccdb269db56497& class=&member_mention& data-editable=&true& data-title=&@曹政& data-tip=&p$b$7d45b644ccdb269db56497&&@曹政&/a& 传说中的数据控&br&&a data-hash=&184d63c15edb58b42e0a& href=&///people/184d63c15edb58b42e0a& class=&member_mention& data-editable=&true& data-title=&@曾加& data-tip=&p$b$184d63c15edb58b42e0a&&@曾加&/a& 数学大牛 蚂蚁数据分析&br&&a data-hash=&b09ea18dcf0c0& href=&///people/b09ea18dcf0c0& class=&member_mention& data-editable=&true& data-title=&@chenqin& data-tip=&p$b$b09ea18dcf0c0&&@chenqin&/a& 数据帝，分析思路赞赞赞&br&以及刚开始在知乎写文章的
&a data-hash=&4d4e58f451b92d757fd218& href=&///people/4d4e58f451b92d757fd218& class=&member_mention& data-editable=&true& data-title=&@张溪梦& data-tip=&p$b$4d4e58f451b92d757fd218&&@张溪梦&/a& 前LinkedIn 商业分析部门高级总监，于2015年在硅谷和北京建立了大数据分析公司GrowingIO。
很久以前关注过这个问题，我想现在可以来答一下了（为什么涨粉比点赞多？这又不是爆照系答案。。。）Data Scientist（以下简称DS）是一个很宽泛的概念，相同的叫法，在各个公司负责的工作可能会相差很多。关于DS的讨论不管是quora还是知乎上都有不少， 现在…
Update：&br&鉴于很多人问没有视频怎么破=。=这里再推荐一个清华贵系的OS课&br&&a href=&///?target=http%3A///courses/course-v1%3ATsinghuaX%2BX_tv%2B2015_T1/about& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&操作系统-学堂在线慕课(MOOC)平台&i class=&icon-external&&&/i&&/a&&br&这个就有完整视频讲解，包括所有的lab，lab做完后也是自己完成了一个ucore os，而且文档都是中文的，觉得MIT的wiki看不懂的就上上这个吧=。=不过这门课当然是没有6.828的完整了，建议两个结合着来，看THU的视频，然后把6.828的paper，note看完，lab的话可以做完ucore的可以再参考下xv6的实现。&br&&br&至于数据库和分布式的课，我觉得完全不需要视频。。。。&br&&br&=========================分割线=========================================&br&&br&MIT 6.828 经典的OS的神课，所有的lab，note和timeline在主页里都有，跟完课程就自己写完了一个简单的OS，大名鼎鼎的xv6,jos&br&&a href=&///?target=https%3A//pdos.csail.mit.edu/6.828/2014/schedule.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&6.828 / Fall 2014&i class=&icon-external&&&/i&&/a&&br&MIT 6.830 经典的数据库的课，所有的lab，note，还有需要读的paper，跟完就自己写了一个RDBMS&br&&a href=&///?target=http%3A//db.csail.mit.edu/6.830/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&6.830/6.814: Database Systems&i class=&icon-external&&&/i&&/a&&br&MIT 6.824 经典的分布式系统的课，同样，跟完就自己完成一个Golang实现的分布式K/V databases&br&&a href=&///?target=http%3A//nil.csail.mit.edu/6.824/2015/schedule.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&6.824 Schedule: Spring 2015&i class=&icon-external&&&/i&&/a&
Update：鉴于很多人问没有视频怎么破=。=这里再推荐一个清华贵系的OS课这个就有完整视频讲解，包括所有的lab，lab做完后也是自己完成了一个ucore os，而且文档都是中文的，觉得MIT的wiki看不懂的就上上这个吧=。=不过这门课…
&ul&&li&LevelDb&/li&LevelDb是谷歌两位大神级别的工程师发起的开源项目，简而言之，LevelDb是能够处理十亿级别规模Key-Value型数据持久性存储的C++ 程序库。&br&链接：&a href=&/?target=https%3A///google/leveldb& class=&internal&&google/leveldb · GitHub&/a&&/ul&&br&&ul&&li&SGI STL&br&&/li&SGI STL是STL代码的经典实现版本，虽然很多编译器不直接使用这个版本，但是很多却在此基础之上进行改进的。比如GNU C++的标准库就是在此基础之上改进的。这份代码还有一个好处是有注释，代码书写非常规范，只要花些时间读懂它并非难事。&br&源码：&a href=&/?target=https%3A///tech/stl/download.html& class=&internal&&Download STL source code&/a&&br&&/ul&&br&&ul&&li&Boost.Asio &br&&/li&它是异步输入输出的核心。 名字本身就说明了一切：Asio 意即异步输入/输出。该库可以让 C++ 异步地处理数据，且平台独立。异步数据处理就是指，任务触发后不需要等待它们完成。相反，Boost.Asio 会在任务完成时触发一个应用。异步任务的主要优点在于，在等待任务完成时不需要阻塞应用程序，可以去执行其它任务。&br&链接：&a href=&/?target=http%3A//www.boost.org/doc/libs/1_58_0/doc/html/boost_asio.html& class=&internal&&Boost.Asio - 1.58.0&/a&&/ul&&br&&ul&&li&分布式内存对象缓存系统&a href=&/?target=https%3A///memcached/memcached& class=&internal&&memcached/memcached · GitHub&/a&&br&&/li&&li&高性能键值对存储系统&a href=&/?target=https%3A///antirez/redis& class=&internal&&antirez/redis · GitHub&/a&&/li&&li&高性能web服务器&a href=&/?target=http%3A//nginx.org/en/download.html& class=&internal&&nginx: download&/a&&br&&/li&&li&轻量级HTTP服务器&a href=&/?target=https%3A///EZLippi/Tinyhttpd& class=&internal&& tinyhttpd &/a&&br&&/li&&li&C语言写的事件驱动框架&a href=&/?target=https%3A///libevent/libevent& class=&internal&&libevent/libevent · GitHub&/a&&/li&&/ul&
LevelDbLevelDb是谷歌两位大神级别的工程师发起的开源项目，简而言之，LevelDb是能够处理十亿级别规模Key-Value型数据持久性存储的C++ 程序库。链接：SGI STLSGI STL是STL代码的经典实现版本，虽然很多编译器不直接使用这个版本，…
&b&更新日志：&/b&&br&&b&5月17日：添加字体部分，题图页修改。&/b&&br&&b&&b&————————————————&/b&&br&这是一个针对最高票答案的反对贴。&/b&&br&&br&或许已经没人在乎这个2014年的老坟，但有些话不吐不快：&br&引用知乎网友 &a data-hash=&4b576efc26bcb& href=&///people/4b576efc26bcb& class=&member_mention& data-editable=&true& data-title=&@四咩& data-tip=&p$b$4b576efc26bcb&&@四咩&/a& 的一段话：&br&&blockquote&设计，和其它任何领域一样，是有很高的专业壁垒的。&br&&br&遗憾的是，和人文社科等领域类似，多数知乎网友们在但凡自己能插上嘴的领域，都会选择无视这些壁垒。&/blockquote&这里，是指排名第一的2W赞答案。&br&我不在乎那些赞是怎么来的，我只是觉得我不能看着这类「乱讲」被冲上各位的时间线，误导大家设计的方法。&br&&br&PPT作为信息媒介，最重要的是&b&易读性&/b&和&b&高辨识度&/b&。作为辅助演讲的工具，PPT的核心是使观众一眼即可辨认清楚画面上的文字与图片，从而能跟随演讲者的节奏吸收信息。&br&这是PPT，不是&b&美术课作业。&/b&&br&&img src=&/89c2fffcc92_b.jpg& data-rawwidth=&270& data-rawheight=&297& class=&content_image& width=&270&&像这种&b&&u&逼格十足&/u&&/b&的字体，我真的不敢苟同观众们能够一眼认出是要表达什么内容。&br&&br&这种字体也是好用的，在哪里好用？在&b&海报&/b&上。平面传播媒介中，海报是最适合用这类字体来提高美观度与逼格的。&br&&br&而用在PPT中，只会出现你在台上演讲，台下的人都去努力辨清屏幕上的炫酷字体，而忘掉了你在说的话。&br&&img src=&/f87f5a97f95627a8acc9403_b.jpg& data-rawwidth=&270& data-rawheight=&304& class=&content_image& width=&270&&盲文和条形码不是正规字体，不要随便放到PPT上去。&br&&br&&br&&br&&br&&b&关于答主的设计：&/b&&br&&b&一&/b&&br&答主拿来做修改范例的图&br&&img src=&/3fcf6ee22ef9dde8de2a5be96ef51f78_b.jpg& data-rawwidth=&1203& data-rawheight=&454& class=&origin_image zh-lightbox-thumb& width=&1203& data-original=&/3fcf6ee22ef9dde8de2a5be96ef51f78_r.jpg&&&br&左边是原稿，右边是答主自己满意的修改稿。&br&不客气地讲，&b&左边要比右边的好。&/b&&br&&br&真的。&br&&br&修改后在色调上更统一，风格也达到了扁平化，看似是优秀的改变，但认真看，&b&在易读性和辨识度上真的达标了吗？&/b&&br&&br&&br&&ul&&li&重叠的菱形以及高饱和度的相似色大大增加了人眼识别内容的负担，菱形的作用是提示位置，答主反客为主让其做了主角；&br&&/li&&li&箭头指向很难看清；&br&&/li&&li&作为整个图面的主题“Subprime crisis”完全淹没于众多字符中，毫无对比。&br&&/li&&/ul&&br&如果真的想要这个菱形与这种风格，可以在易读性上稍微改一下&br&&img src=&/edf71d00b8d8a5e2b5d943cda98a0fdf_b.jpg& data-rawwidth=&579& data-rawheight=&450& class=&origin_image zh-lightbox-thumb& width=&579& data-original=&/edf71d00b8d8a5e2b5d943cda98a0fdf_r.jpg&&&br&&ul&&li&中间的“Subprime crisis”对比的明显一些；&/li&&li&箭头指向强化；&/li&&li&作为辅助的菱形取消重复，并把色调压下去。&br&&/li&&/ul&当然，这么做仅能让它变成一个及格的PPT页。要想美观，还是重画吧。&br&&br&&br&&b&二：&/b&&br&&img src=&/b9ffb8ba08f8dff3fb43c4e3e1df317b_b.png& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/b9ffb8ba08f8dff3fb43c4e3e1df317b_r.png&&用构成分析一下是这样的&br&&img src=&/a2aad6db1f5c5be75efd33_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/a2aad6db1f5c5be75efd33_r.jpg&&看图面设计&br&&ul&&li&&b&有对比吗？&/b&&br&&/li&&/ul&有，但少且不明显：&br&标题过小，与正文对比不够大；&br&主段落也缺乏节奏，让人看不下去。&br&&ul&&li&&b&有对齐吗？&/b&&br&&/li&&/ul&有，但不够且逻辑性不强：&br&主段落与附录有逻辑上的对齐关系，但标题完全被独立在外；&br&大脑的图形作为一个辅助性质的小图，被放到了过于重要的位置&br&作为辅助线的红线与整个图面的主颜色完全脱离，错误地吸引眼球。&br&&ul&&li&&b&而且&/b&&br&&/li&&/ul&那些融在背景里的圆圈儿，只会干扰信息的获取，对图面的美观度没有什么帮助&br&&br&稍作修改是这样&br&&img src=&/3834774ddd03c6ac4f8d_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/3834774ddd03c6ac4f8d_r.jpg&&&br&在图面的设计逻辑上，就要工整许多。而且，重点一目了然。&br&&br&&br&这个问题是&br&&blockquote&怎样做出优秀的扁平化设计风格 PPT 或 Keynote 幻灯片演示文稿？&br&&/blockquote&所以，前提是，这得是一个&b&幻灯片演示文稿，而不是一个创意美术课作业；里边包含的所有信息都是给人阅读的，不是炫酷的绘画。&/b&&br&而答主的问题就是在于一昧追求&b&高逼格，&/b&忽略了PPT的&b&本质&/b&，更何况，展示出来的设计基础也不过关。&br&&br&另外，关于PPT比例的问题：&b&不尊重放映环境的强行16:9都是耍流氓。&/b&&br&&b&&br&永远记得，这不是创意美术课作业，这是PPT。&/b&&br&&br&批判结束。&br&&br&&br&————————&br&我想，必须放一些干货 来感谢怀着满满的耐心看到这里的你了。&br&&br&&b&一 、关于背景&/b&&br&对于幻灯片而言，重要的是信息及文本的高辨识度。&br&所以对于背景图片，绝对不能对重要信息传达有任何影响。&br&&br&那么，如何在保证信息准确完美传达的基础上，正确而美观的使用背景？&br&先看这张图：&img src=&/c6ad6fbeb5d6_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/c6ad6fbeb5d6_r.jpg&&&br&能辨认清楚上边的字吗？绝大多数人都能；&br&能很快且轻松地辨认清楚图片上边的字吗？绝大多数人都不能。&br&为什么？&br&&b&字体和背景图片接触的位置，都有很多明确的、很亮的「硬边缘」。&/b&&br&这些「硬边缘」交织在一起，就像辨认森林里的树叶一样，很难辨认字体的边缘了。&br&如何区分背景图案和字体的边缘？&br&以下两种方法可以在保证信息可读性的基础上让幻灯片更加美观：&br&&ul&&li&将字体边缘与背景图案边缘做出明确的明度区分，从而凸出文字。&br&&/li&&/ul&&img src=&/c1b2aa7340d_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/c1b2aa7340d_r.jpg&&&br&&ul&&li&模糊背景，从而消隐背景中的硬边缘，只保留字体的边缘。&img src=&/833e6e0ddae1_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/833e6e0ddae1_r.jpg&&现在，在保证背景美观的前提下，绝大多数人都能很快且轻松地辨认清楚幻灯片上的信息了。&/li&&/ul&&br&&b&二、关于文字&/b&&br&有了好看的背景，现在该考虑，怎么排列搭配背景之上的内容才能让自己的PPT出彩了。&br&&ol&&li&&b&文字排版&/b&&br&&/li&&/ol&&img src=&/a8fbec8bfef04af4685204_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/a8fbec8bfef04af4685204_r.jpg&&&br&这是最经典最稳重的居中排版示例，推荐在16:9的演示比例下使用。&br&原则是主标题字重要大，副标题相应字重要轻一些。中间为凸显元素之间的对齐关系可依个人口味酌情添加分隔线。&br&&br&当图面比例更改为经典4:3的时候，仍然使用居中对齐有时会显得过于正经与呆板，这时可更改图面排版方式，使整体活跃起来。&br&&img src=&/9789afbd8dd5df_b.jpg& data-rawwidth=&1024& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/9789afbd8dd5df_r.jpg&&在这个示例里分隔线变得必要起来，因为它强化了主标题与附加内容里的对齐关系。&br&&img src=&/4378aef081c8d3bfbeff8_b.jpg& data-rawwidth=&1024& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/4378aef081c8d3bfbeff8_r.jpg&&不要小看对齐手法的运用，它可以很大程度上加强元素之间的逻辑关系与图面的整体感。&br&另外，在演讲用幻灯片中，大部分情况下，同一张幻灯片上出现文字过多是很不好的，就好比把演讲的稿子亮出来给大家看一样，整个儿降低演讲吸引力。&br&不过有一种情况是可以例外的：引用。&br&在引用别人说过的话或者书里的词句的时候，可以将引用部分展示至幻灯片页。&br&&img src=&/e2ac349a784b631ab449ae8b34b87f3d_b.png& data-rawwidth=&1414& data-rawheight=&811& class=&origin_image zh-lightbox-thumb& width=&1414& data-original=&/e2ac349a784b631ab449ae8b34b87f3d_r.png&&&br&这时可以起到强调作用。&br&&br&&b&2.字体&/b&&br&正文里边提到过，字体必须要有好的辨识度，在这之上，才能谈美观。那么什么样的字体是合适用在幻灯片上的呢？&br&&u&黑体系：&/u&&br&从微软雅黑开始，中文字体大概就进入了大骨架的时代。有人说之所以字怀变大是因为前期的显示分辨率较低，增大骨架可以占用更多像素，增加显示效果。虽不知真假，但蛮有道理的样子（笑）。&br&&img src=&/a45a32a80b4a9b9b5d820cb585a6c4d8_b.png& data-rawwidth=&394& data-rawheight=&325& class=&content_image& width=&394&&所以黑体系的字体我更推荐雅黑系的字体。&br&&ul&&li&思源黑体：&br&&/li&&/ul&Adobe与Google联合开发，Adobe家叫Source Han Sans，Google家叫Noto Han Sans，其实是一样的。&br&开源字体，不需要经过授权与购买，而且美观易用程度不输其他黑体，所以算是正文字体一个很好的选择。比较正式的幻灯片建议使用。&br&&img src=&/ba2fe8dd6e4d0dbd9d4d1f_b.png& data-rawwidth=&209& data-rawheight=&606& class=&content_image& width=&209&&&br&&ul&&li&微软雅黑&/li&&/ul&相较微软雅黑，思源黑体有更好，但我更推荐微软雅黑作为普通幻灯片的正式字体——这要牵扯到Powerpoint这个软件的问题：放映端PC上没有已制作好的PPT内字体的话，PPT内文字会被替换为放映端PC内的基本字体（大概是宋体），显示效果会大打折扣。虽然可以用「嵌入字体」来解决以上问题，但较大的PPT文件打开会变慢很多，在不稳定版本上甚至会出现崩溃现象。如求稳妥，建议使用微软雅黑。&br&&img src=&/e9db2aedffea_b.png& data-rawwidth=&208& data-rawheight=&157& class=&content_image& width=&208&&&br&&ul&&li&其他黑体&/li&&/ul&其他答主的推荐，诸如「汉仪旗黑」「方正兰亭黑」之类常用黑体，由于个人审美，不认为比「思源黑体」高到哪里去，且使用需要购买获得授权，故在此不作推荐。&br&&br&&u&衬线字体：&/u&&br&在标题页或者一些需要显示出不同字体效果的场景下，黑体显得不够用。在此推荐一下其他衬线字体以丰富幻灯片的图面表达。&br&&b&原则：要切合演讲主题和易读。&/b&&br&这是平时会用到的两个字体。&br&&ul&&li&方正粗黑宋&/li&&/ul&&img src=&/afe6e46d67bdd79d8d29d_b.png& data-rawwidth=&451& data-rawheight=&121& class=&origin_image zh-lightbox-thumb& width=&451& data-original=&/afe6e46d67bdd79d8d29d_r.png&&&br&许岑使用过的幻灯片字体&br&&br&&ul&&li&汉仪菱心体&/li&&/ul&&img src=&/c515edbd2433f1ebf8e45fbf0aa4fb74_b.png& data-rawwidth=&445& data-rawheight=&105& class=&origin_image zh-lightbox-thumb& width=&445& data-original=&/c515edbd2433f1ebf8e45fbf0aa4fb74_r.png&&用在题图页也蛮好用&br&&br&&br&&br&&ul&&li&另外一些，推荐有PS基础的朋友使用&br&&/li&&/ul&例如——移轴模糊 &br&曾经做过的一个餐饮建筑汇报的题图。&br&原图：&br&&img src=&/616642abe9e04d4ffebd10_b.png& data-rawwidth=&2400& data-rawheight=&1800& class=&origin_image zh-lightbox-thumb& width=&2400& data-original=&/616642abe9e04d4ffebd10_r.png&&处理后：&br&&img src=&/8f5e12eb120f3d5b99e0fe_b.png& data-rawwidth=&2400& data-rawheight=&1800& class=&origin_image zh-lightbox-thumb& width=&2400& data-original=&/8f5e12eb120f3d5b99e0fe_r.png&&&br&&b&补注：&/b&移轴模糊的目的是使一侧的主题图片辅助另一侧的标题文字表达主题。所以需要一些处理使文字与背景图片协调：&br&&img src=&/a461d13bdaba69d10a29ad_b.png& data-rawwidth=&460& data-rawheight=&261& class=&origin_image zh-lightbox-thumb& width=&460& data-original=&/a461d13bdaba69d10a29ad_r.png&&主要思路将背景图片的亮度压下去，右侧部分的对比度调高。&br&&br&&br&另外说一句，关于PPT中图片的选用，该话题下的很多其他优秀答主已经给出了许多国内外网址资源，这里不再狗尾续貂。&br&但是，千万不要从百度图片搜索寻找漂亮好看的图片素材。&br&&br&————————&br&（待更新）
更新日志：5月17日：添加字体部分，题图页修改。————————————————这是一个针对最高票答案的反对贴。或许已经没人在乎这个2014年的老坟，但有些话不吐不快：引用知乎网友
的一段话：设计，和其它任何领域一样，是有很高的专业壁垒的。…
分享几家自己收集的世界顶级企业的PPT模板样式：&br&&br&&b&1.顶级投行——高盛公司&/b&&br&（设计风格是多么简约，色彩是多么一致，风格是多么清爽，点赞）&br&&img src=&/48e285c0513abb58cb6db_b.jpg& data-rawwidth=&960& data-rawheight=&540& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/48e285c0513abb58cb6db_r.jpg&&&img src=&/d48ee10f787c374b3f713_b.jpg& data-rawwidth=&960& data-rawheight=&540& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/d48ee10f787c374b3f713_r.jpg&&&img src=&/cb5df1b5ccec_b.jpg& data-rawwidth=&960& data-rawheight=&540& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/cb5df1b5ccec_r.jpg&&&b&2.顶级投行——摩根史丹利&/b&&br&（整个PPT没有一张图片，以黑色为主色调，低调沉稳，比高盛略失一点灵动）&br&&img src=&/c9a926dfbd1_b.jpg& data-rawwidth=&3300& data-rawheight=&2550& class=&origin_image zh-lightbox-thumb& width=&3300& data-original=&/c9a926dfbd1_r.jpg&&&img src=&/b7e33bf98a1c5cc095ae90c14ad2db95_b.jpg& data-rawwidth=&3300& data-rawheight=&2550& class=&origin_image zh-lightbox-thumb& width=&3300& data-original=&/b7e33bf98a1c5cc095ae90c14ad2db95_r.jpg&&&img src=&/9cb11d74ca949c4afbf8dfe_b.jpg& data-rawwidth=&3300& data-rawheight=&2550& class=&origin_image zh-lightbox-thumb& width=&3300& data-original=&/9cb11d74ca949c4afbf8dfe_r.jpg&&&b&3.顶级投行——瑞士银行&/b&&br&（以黑色和红色为主色调，搭配两相宜，展现出一丝艺术的气息）&br&&img src=&/9b602eab19a7acf7eadc04bb_b.jpg& data-rawwidth=&1056& data-rawheight=&792& class=&origin_image zh-lightbox-thumb& width=&1056& data-original=&/9b602eab19a7acf7eadc04bb_r.jpg&&&img src=&/2d7d3544b5ebffaa779fc_b.jpg& data-rawwidth=&1056& data-rawheight=&792& class=&origin_image zh-lightbox-thumb& width=&1056& data-original=&/2d7d3544b5ebffaa779fc_r.jpg&&&br&&b&4.能源巨头——壳牌石油公司&/b&&br&（结合自己的品牌色，由简约的黄色块组合，石油的“黄金”气息扑面而来）&br&&img src=&/695c8e986adeeb1015a05d_b.jpg& data-rawwidth=&960& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/695c8e986adeeb1015a05d_r.jpg&&&img src=&/830d1d5ad701f_b.jpg& data-rawwidth=&960& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/830d1d5ad701f_r.jpg&&&img src=&/cad5ffeb01b97bf4846287_b.jpg& data-rawwidth=&960& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/cad5ffeb01b97bf4846287_r.jpg&&&b&5.能源巨头——英国石油公司BP&/b&&br&（整体颜色由有黄色和青色组成，略带一点小清新，也展现出全球化运营的气魄）&br&&img src=&/0f57b5f474f7eb2819aca4db82946fa2_b.jpg& data-rawwidth=&960& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/0f57b5f474f7eb2819aca4db82946fa2_r.jpg&&&img src=&/6eda46a8f8c3ac4b5ba1_b.jpg& data-rawwidth=&960& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/6eda46a8f8c3ac4b5ba1_r.jpg&&&img src=&/30ab8f867f1e7560793c_b.jpg& data-rawwidth=&960& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/30ab8f867f1e7560793c_r.jpg&&&br&&b&6.能源巨头——道达尔石油公司&/b&&br&（由高清大图作背景，生动地展现了基层员工的精神，内容多使用照片，比较容易打动人）&br&&img src=&/2c56e9d485c_b.jpg& data-rawwidth=&3000& data-rawheight=&2250& class=&origin_image zh-lightbox-thumb& width=&3000& data-original=&/2c56e9d485c_r.jpg&&&img src=&/c32eb42e6ebf_b.jpg& data-rawwidth=&3000& data-rawheight=&2250& class=&origin_image zh-lightbox-thumb& width=&3000& data-original=&/c32eb42e6ebf_r.jpg&&&br&&b&7.能源巨头——帝国石油公司&/b&&br&（同样由高清大图作背景，展示自己的基础设施，内容设计更为规整）&br&&img src=&/ee533f723fa_b.jpg& data-rawwidth=&3000& data-rawheight=&2250& class=&origin_image zh-lightbox-thumb& width=&3000& data-original=&/ee533f723fa_r.jpg&&&img src=&/778c61e0f9a83f5821881_b.jpg& data-rawwidth=&3000& data-rawheight=&2250& class=&origin_image zh-lightbox-thumb& width=&3000& data-original=&/778c61e0f9a83f5821881_r.jpg&&&img src=&/a85cc54b6b66c3c447d14_b.jpg& data-rawwidth=&3000& data-rawheight=&2250& class=&origin_image zh-lightbox-thumb& width=&3000& data-original=&/a85cc54b6b66c3c447d14_r.jpg&&&br&&b&8.咨询行业龙头——麦肯锡公司&/b&&br&（由简洁高效的蓝色块为基调，较少使用图片，而是具有高度逻辑性的线条）&br&&img src=&/e0dbed4c7a_b.jpg& data-rawwidth=&940& data-rawheight=&705& class=&origin_image zh-lightbox-thumb& width=&940& data-original=&/e0dbed4c7a_r.jpg&&&img src=&/e3f1f13bdff_b.jpg& data-rawwidth=&940& data-rawheight=&705& class=&origin_image zh-lightbox-thumb& width=&940& data-original=&/e3f1f13bdff_r.jpg&&&img src=&/a9b36f6e1a7bd070f84770_b.jpg& data-rawwidth=&940& data-rawheight=&705& class=&origin_image zh-lightbox-thumb& width=&940& data-original=&/a9b36f6e1a7bd070f84770_r.jpg&&&br&&b&9.咨询行业龙头——波士顿咨询公司&/b&&br&（通篇结合自己的品牌色——绿色，强调文字和图表的作用，直观明了）&br&&img src=&/6fde2841724fdce12aec586bfab0b17c_b.jpg& data-rawwidth=&3300& data-rawheight=&2550& class=&origin_image zh-lightbox-thumb& width=&3300& data-original=&/6fde2841724fdce12aec586bfab0b17c_r.jpg&&&img src=&/cec5da63e1b16ffc0fbc780ce1cb5358_b.jpg& data-rawwidth=&3300& data-rawheight=&2550& class=&origin_image zh-lightbox-thumb& width=&3300& data-original=&/cec5da63e1b16ffc0fbc780ce1cb5358_r.jpg&&&img src=&/c78f9b38fe41fd48cb240_b.jpg& data-rawwidth=&3300& data-rawheight=&2550& class=&origin_image zh-lightbox-thumb& width=&3300& data-original=&/c78f9b38fe41fd48cb240_r.jpg&&&br&&b&10.咨询行业龙头——贝恩咨询公司&/b&&br&（相较前两家，贝恩的色彩和图片使用更为灵活，更加接地气）&br&&img src=&/1c27688f2caa013121aabcaa_b.jpg& data-rawwidth=&3508& data-rawheight=&2480& class=&origin_image zh-lightbox-thumb& width=&3508& data-original=&/1c27688f2caa013121aabcaa_r.jpg&&&img src=&/53b1bb6858da42cbb9bbf1a8a60d2371_b.jpg& data-rawwidth=&3508& data-rawheight=&2480& class=&origin_image zh-lightbox-thumb& width=&3508& data-original=&/53b1bb6858da42cbb9bbf1a8a60d2371_r.jpg&&&img src=&/4d825d4a5c1e7f36a27e4fa74feae053_b.jpg& data-rawwidth=&3508& data-rawheight=&2480& class=&origin_image zh-lightbox-thumb& width=&3508& data-original=&/4d825d4a5c1e7f36a27e4fa74feae053_r.jpg&&&br&&br&（太多了，先只介绍10家公司，手头还有300家世界500强企业的PPT模板，何时才能讲完）&br&注：所有PPT模板都来自谷歌搜索，来自于其公司官网，侵删。&br&&br&世界500强企业PPT封面设计手册下载地址（百度网盘：&a href=&/?target=http%3A///safecheck/index%3Furl%3Dx%2BZ5mMbGPAvVIlwZePSt0B3tEqEFWbC4tOatFxkC6cIunZY/YeqgxhfNI2TjIZcfv5wOa0ZZqmxunQAFB3t1KM4U/HrwlJJ7jPvTOlZXOuDtBdCmx74ZZLcNqVL/VRt8cXb2Z1vwpYh2Pah4egTNMg%3D%3D& class=&internal&&/s/1botEAzt&/a&）&br&&br&...&br&【小广告】在这里可以下载300多家世界500强企业的PPT模板：&a href=&///?target=https%3A//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&首页-商业资料服务&i class=&icon-external&&&/i&&/a&
分享几家自己收集的世界顶级企业的PPT模板样式：1.顶级投行——高盛公司（设计风格是多么简约，色彩是多么一致，风格是多么清爽，点赞）2.顶级投行——摩根史丹利（整个PPT没有一张图片，以黑色为主色调，低调沉稳，比高盛略失一点灵动）3.顶级投行——瑞士…
记得cos大大之前在微信上发过两篇文章，是关于公众号的：&br&黑客圈那些鲜为人知的公共号之威胁情报:&br&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzA3NTEzMTUwNA%3D%3D%26mid%3Didx%3D1%26sn%3Deaee28e27bbe511ff92b33b919a36824%26scene%3D21%23wechat_redirect& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&mp./s?&/span&&span class=&invisible&&__biz=MzA3NTEzMTUwNA==&mid=&idx=1&sn=eaee28e27bbe511ff92b33b919a36824&scene=21#wechat_redirect&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&黑客圈那些鲜为人知的公共号之黑客团队:&br&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzA3NTEzMTUwNA%3D%3D%26mid%3Didx%3D1%26sn%3Daf9ed2110dbd6%26scene%3D23%26srcid%3D1205pE4BHwyU1hDgzNKPJyH0%23rd& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&mp./s?&/span&&span class=&invisible&&__biz=MzA3NTEzMTUwNA==&mid=&idx=1&sn=af9ed2110dbd6&scene=23&srcid=1205pE4BHwyU1hDgzNKPJyH0#rd&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&上面两个链接包括了:&br&Sebug漏洞平台&br&四叶草安全&br&i春秋&br&网络尖刀&br&无声说安全&br&inn0team&br&网安志异&br&DJ的札记&br&辛巴达历险记&br&张三丰的风言风语&br&NUKE同学的手抄报&br&&br&然后扯远点，其实还有一个很不错的网站，纳威安全导航，对安全类的很多网站，社区，团队，比赛，厂商和博客做了归类，超级推荐*^o^*&br&&a href=&///?target=http%3A//navisec.it/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&navisec.it/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&
记得cos大大之前在微信上发过两篇文章，是关于公众号的：黑客圈那些鲜为人知的公共号之威胁情报:黑客圈那些鲜为人知的公共号之黑客团队:上面两个链接包括了:Sebug漏洞平台四叶草安全i春秋网络尖刀无声说安全inn0te…
TAB三家中，大众的印象中百度技术最好，腾讯产品最好，阿里运营最好。事实上百度技术确实很好，可能开源出来的比较少，腾讯开源出来的就更少了。阿里开源出来的确实很多，以前的数据库连接池Druid,json解析&a href=&///?target=https%3A///alibaba/fastjson& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&fastjson&i class=&icon-external&&&/i&&/a&，消息中间件&a href=&///?target=https%3A///alibaba/RocketMQ& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&RocketMQ&i class=&icon-external&&&/i&&/a&，分布式RPC dubbo,以及大名鼎鼎的&a href=&///?target=https%3A///alibaba/jstorm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&jstorm&i class=&icon-external&&&/i&&/a&，已经开源给apache组织了，LVS。。。这些很多开源项目，很多公司都在用了，确实是享受到了阿里技术带来的好处。
TAB三家中，大众的印象中百度技术最好，腾讯产品最好，阿里运营最好。事实上百度技术确实很好，可能开源出来的比较少，腾讯开源出来的就更少了。阿里开源出来的确实很多，以前的数据库连接池Druid,json解析，消息中间件，分布式RPC dubbo,…
O(1)时间反转二叉树。&br&&div class=&highlight&&&pre&&code class=&language-c&&&span class=&k&&struct&/span& &span class=&n&&NormalNode&/span& &span class=&p&&{&/span&
&span class=&kt&&int&/span& &span class=&n&&value&/span&&span class=&p&&;&/span&
&span class=&k&&struct&/span& &span class=&n&&NormalNode&/span& &span class=&o&&*&/span&&span class=&n&&left&/span&&span class=&p&&;&/span&
&span class=&k&&struct&/span& &span class=&n&&NormalNode&/span& &span class=&o&&*&/span&&span class=&n&&right&/span&&span class=&p&&;&/span&
&span class=&p&&};&/span&
&span class=&k&&struct&/span& &span class=&n&&ReversedNode&/span& &span class=&p&&{&/span&
&span class=&kt&&int&/span& &span class=&n&&value&/span&&span class=&p&&;&/span&
&span class=&k&&struct&/span& &span class=&n&&ReversedNode&/span& &span class=&o&&*&/span&&span class=&n&&right&/span&&span class=&p&&;&/span&
&span class=&k&&struct&/span& &span class=&n&&ReversedNode&/span& &span class=&o&&*&/span&&span class=&n&&left&/span&&span class=&p&&;&/span&
&span class=&p&&};&/span&
&span class=&k&&struct&/span& &span class=&n&&ReversedNode&/span& &span class=&o&&*&/span&&span class=&nf&&reverseTree&/span&&span class=&p&&(&/span&&span class=&k&&struct&/span& &span class=&n&&NormalNode&/span& &span class=&o&&*&/span&&span class=&n&&root&/span&&span class=&p&&)&/span& &span class=&p&&{&/span&
&span class=&k&&return&/span& &span class=&p&&(&/span&&span class=&k&&struct&/span& &span class=&n&&ReversedNode&/span& &span class=&o&&*&/span&&span class=&p&&)&/span&&span class=&n&&root&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&/code&&/pre&&/div&玩内存结构高手...&br&出自: &a href=&///?target=https%3A///item%3Fid%3D9697008& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&It can't be just mirroring, because there's the obvious zero-op solution because...&i class=&icon-external&&&/i&&/a&&br&&br&-------- Update --------&br&不知道哪位大神赞了答案, 突然评论多了起来...&br&题目问的是瞠目结舌么, 我觉得这段代码对于C编译后的内存结构需要有很好的理解才能写得出来. 2个struct里面的声明顺序必须一致, 才能这么写. 而且这种思考方式确实非常赞!&br&&br&另外说下有没有用: 大部分时间里没什么用.&br&&br&但是, 任何数据结构, 都有它自己的强项和弱点. 计算机的艺术就是在trade off. 在需要大量的反转二叉树的场景中, O(1)时间要比任何算法都有优势. 那它的劣势: 需要封装, 客户代码复杂, 就通通不是劣势. 是否要采用这种方式实现二叉树, 取决于人, 而不是算法.
O(1)时间反转二叉树。struct NormalNode {
struct NormalNode *
struct NormalNode *
struct ReversedNode {
struct ReversedNode *
struct ReversedNode *
struct ReversedNode *reverseTree(s…
已有帐号？
无法登录？
社交帐号登录
1089 人关注
268 个回答
196 人关注
472 人关注
5826 人关注
2100 个回答