作者：陈宇明
================================================================
-
前言
-
应该关注哪些技术？
-
应该如何学习？
-
怎么样更容易坚持？
-
为何分享？
-
总结
==============================================================
前段时间听到很多身边的朋友说自己所在的公司开始降薪了，甚至还有些发不出工资了。一天投了几十家，可是连面试都没有一个。在校的准程序员们学习什么比较合适？现在大环境不景气，我该怎么办？
=====================================================================
这些问题，每天都会有人在群里议论，也会有人经常在群里求工作职位坑。那么我的看法是不要纠结学什么，先学了再说，与其抓住变量（新的技术手段）还不如好好学习，我特别喜欢《暗时间》的一段重视知识的本质：对于程序员来说这一点尤其重要，程序员行业的知识芜杂海量，而且总是在增长变化。很多人感叹跟不上新技术。应对这个问题的办法只能是：抓住不变量。
底层知识永远都不过时。算法数据结构永远都不过时。基本的程序设计理论永远都不过时。良好的编码习惯永远都不过时。分析问题和解决问题的能力永远都不过时。强大的学习能力和旺盛的求知欲永远都不过时。你大脑的思维方式永远都不过时。
这里引用我比较喜欢的一句话：很多时候，看似最枯燥、最基础的东西往往具有最长久的生命力
我在刚入行时，一直在追逐最新最热的技术，几年过去了，才发现在，新的知识永远在增长，感觉自己很无力，有一天无意间在网上看到Google的面试问题类型，我惊讶的是在面试题中没有最新的技术，甚至不是在某一种语言下的知识，而是通用的知识，算法数据结构，设计理论，编码规范，那时我懂了，想起刚出来的时候去一些公司面试被问到算法，一脸懵逼，并且还理直气壮和面试官说“开发用到算法的地方不多呀，记不住也很正常。”，现在回想起来当初的想法真是给自己找借口，因为算法本身比调用API要难，你连难的东西都学好了，还学不会简单的API调用吗？本质上面试官是想看看你的学习能力和逻辑能力。
如果学好底层不变量，哪怕是你不做Android了，现在的大数据，云计算， AI 学习起来都是事半功倍，不然你以为你没有基础就能学好大数据，云计算，AI？
我们不要拘泥于某一门语言而是要先修炼好内功，你在这门语言的造诣是否高深，最终还是由你的内功深厚程度来决定的。
===================================================================
我们知道该学习什么了，那么如何学习？
在这个信息爆炸时代，我们每天阅读大量的信息（微信公众号、微博、简书、今日头条、微信读书、得到 …），阅读过后总感觉自己学习到了很多新知识，但是一周过后我们能说出来的收获又有多少呢？
这不禁让我想起塞内加的《论生命之短暂》中的一句话“如果一个人出海遇到狂风暴雨，被变换肆虐的风吹得团团转，你可能会觉得他航行了很远。其实航行得并不远，只是浮沉动荡的时间长而已。”，没错如今的知识就像出海时遇到的狂风暴雨，我们只是被吹的原地团团转而已，并没有在知识的海洋航行很远。
互联网的强大足以让我们查找到我们想要学习的资料，但是太多垃圾信息也掺杂在其中，如：大数据、AI广告，错误的资料，恶意的评论，吸引注意力的热点信息，这些东西无疑是对我们有百害而无一利的，那么如何避免出现这些信息呢？看本书吧，成体系，由浅入深，循序渐进，没有我刚才所说的垃圾信息，只需要支持几十元的书籍费用，让你的学习事半功倍。甚至网络上的有些电子书资源，还不需要你付费。
现在网上的视频也很多，牛人的收费课程也不少， 要不要去参与？
应该以通过阅读书籍为主。市面上的视频和收费小课程，大多是内容都是来自书籍中的，太阳底下无新事。
以终为始先定一个目标，比如学完后写一篇教程，然后去学习，这样更加有动力，有意思的刻意练习，更为有效。知识经过整理，才更容易理解，容易理解的知识才更容易记忆。 你想想所谓的高手是不是本质上就是在遇到对应问题场景的时候，能够快速调起自己的脑海中的解决方案，并且成功的解决掉这个问题。
管理学中有个很不错的模型，它非常适合用于学习，PDCA。
PDCA循环又叫质量环，是管理学中的一个通用模型，最早由休哈特于1930年构想，后来被美国质量管理专家戴明博士在1950年再度挖掘出来，并加以广泛宣传和运用于持续改善产品质量的过程。
PDCA是英语单词Plan(计划)、Do(执行)、Check(检查)和Adjust(纠正)
P (plan) 计划，包括方针和目标的确定，以及活动规划的制定。
D (Do) 执行，根据已知的信息，设计具体的方法、方案和计划布局；再根据设计和布局，进行具体运作，实现计划中的内容。
C (check) 检查，总结执行计划的结果，分清哪些对了，哪些错了，明确效果，找出问题。
A (Adjust)纠正，对总结检查的结果进行处理，对成功的经验加以肯定，并予以标准化；对于失败的教训也要总结，引起重视。对于没有解决的问题，应提交给下一个PDCA循环中去解决。
以上四个过程不是运行一次就结束，而是周而复始的进行。
总结：前期准备、中期执行、后期回顾
如何应用呢？
假设要学习设计模式。
-
step1 计划：明确目标，分别把常用的23种设计模式列出来，一周学习一种。
-
step2 执行：按照计划学习，学习完成之后写一篇自己对设计模式的理解。
-
step3 检查：写完之后，请朋友阅读，自己和别人的文章对比进行多维度的比较。
-
step4 纠正：现在大家都喜欢看写的有趣的，可以改改自己的写作风格迎合大众的喜好。这个类图画的不错，以后每篇都要画类图。
有人肯定会说了，我也知道学习很重要，但是我就是坚持不下来。
没错，我们人性天生懒惰，大部分的人都是半途而废的专家，其实很多时候，不是我们比别人笨，而是别人比我们更坚持。高德纳先生曾经说过“过早退出是一切失败的根源。兴趣遍地都是，专注和持之以恒才是真正稀缺的。”，可见坚持的重要性那么接下来我们就来说说如何更容易坚持。
=====================================================================
《暗时间》中提到过这样的一个方法给自己设立一个进度条
如果你把任务分割了，你就有了进度条，你就知道，事情在不断的进展，你总会完成任务或到达你的目标，你会有一个时间估计。反之如果没有这个分割，整个的任务或目标对你来说就只有两种状态——“完成”和“未完成”，如果不幸是一个比较漫长的目标，那么你会发现你的进度条总是“未完成”，一次又一次的等待未果会耗尽你的耐心，让你下意识的产生“这事什么时候才能完呢？”的疑惑，没有分而治之，你就不知道未来还需要付出多少努力才能达到目的，这就会让你心生怯意，不敢进一步投入时间，免得血本无归。在这样的心理下，不少人就会选择保守策略——退出，以免到头来花了时间还一事无成。
最后
本文在开源项目GitHub中已收录，里面包含不同方向的自学编程路线、面试题集合/面经、及系列技术文章等，资源持续更新中...
目前已经更新的部分资料，需要的自己取：
