學習計算機工程花一半精力時間來探究數學，理解如何證明過程。，妥當嗎？說說你們的想法？還是直接套用？

02-15

我大一計算機工程，留學。老師的教學方式傾向於灌輸知識結論，然後讓我們直接運用。我強迫症，想知其所以然。花了不少時間。

謝邀。

我不知道你所說的探究其中的邏輯關係是怎麼個探究法。

如果你認為計算機系的數學課不夠嚴密接觸不到本質，完全可以按照數學系的路子學。

既然你是這個較真的性格，就多花點時間精力。

數學上你遇到的幾乎一切問題都可以找到現成的方法，切忌不學瞎忙活。

會套用了，你才能真正理解。

題主搞反了

沒時間了，全球只有三個人敢這麼干；

把自己當做電腦，直接調用函數，這是最科學的辦法！上哈佛也一樣，上數學系也不敢一切從底層證明

我們需要的結構化知識是成網的，而學科的知識很多是成樹狀的。

為了一個需要解決的問題，我們需要很多學科的知識，但是我們需要關注和提取的是，與問題最相關的那些知識點，稍微發散即可。如果在一個點上探究得太深，最後偏離了我們需要解決的問題，越挖越深掉坑裡面，就不好了。

其實，以你的背景，也挖不了太深，只是滿足一時間的好奇心而已。當然，年輕人有好奇心還是值得鼓勵的。

如果有時間，我也建議修個雙學位，打好基礎。

關鍵在於你要探究多深。

首先，你是不可能把一個知識點理解到完全「知其所以然」的程度的。無論你探究到什麼程度，終究有一些知識是你無法推理的，只能選擇相信。就算你是罕見的奇才，掌握了整個數學體系，但是最後剩下的那麼幾條公理你還是沒法知其所以然，你只能選擇相信公理。所以相信公理也好，相信你老師告訴你的結論也好，你的信仰系統里必須得先放上一些東西。

當然向下探究顯然是有好處的。首先，它可以加深你對結論的理解，尤其是對結論的成立條件，或者假設的理解，這對結論的應用是至關重要的。其次，還能讓你的知識體系所依賴的東西更少。當然，很多時候這並沒有什麼卵用，我們很少在思考過程中回溯到公理去推理問題，一般都是從某些推論出發，所以我們即使會推導一些定理，我們還是需要記住它們。

但是人的精力是有限的，所以，向下要走多深，就需要你自己掌握了。

我說一下我自己的經驗。首先，嚴格的數學根基確實能給我不少安全感，在遇到任何想不清楚的問題的時候，我總是能夠回到公理去思考，這是沒有根基的人無法做到的。但是，數學真的是很複雜的（對我來說），所以學習過程中會消耗很多時間，然而，收穫卻沒有想像中那麼大。最大的問題在於，數學上的一些概念或者定理，有時候為了嚴謹（比如去覆蓋一些奇奇怪怪的函數），變得異常複雜。然而這些邊邊角角的東西（比如那些奇怪的函數）在工程中，或者計算機中根本都是不存在的。

總結一下，第一，探究是好的，在這過程中能找到樂趣，你就應該做下去。第二，探究是困難的（對於數學功底並不深的人來說），最初的一些動力會很快的被複雜的概念消滅。

我就是這樣的。我認為是有意義的。

舉個栗子，

估計很多人都碰到過這麼一道面試題：在一列數中只有一個數只出現了一次，其他數都出現了兩次，用O(1)的空間複雜度找到這個數。

這道題用異或操作過一遍就能得到答案了。然而如果你只是理解到這個程度的話是並不知道為什麼異或管用的。比如稍微變形一下：

一列數中其他數都出現了三次，只有一個數出現了一次，找到這個數。

也許你很聰明，靈機一現找到了答案，但是更大的可能性是你不知道該怎麼辦。但是數學可以讓這不依賴於靈機一現。如果你知道異或是GF(2)上的加法運算，那你就會知道，在這裡構造出GF(3)上的加法運算就可以了。

說點沒說到的吧，這種相對成熟的東西前輩灌啥你就吃啥吧，吃飽了再去消化。就比如C語言第一行#include 老師說這是編譯器的規則。你要不要去研究下編譯原理呢？如果啥都要搞明白的話不知道啥時候才能學完。只要不明白的地方不會影響到你學習就沒必要去鑽牛角尖。越往後前面不明白的都會慢慢明白的。學得差不多了再去整理下那些想搞清楚的。這樣學習才有效率。

你會成為一個青年理論計算機科學家

為題主的好奇心和較真精神點個贊。

本人也就讀計算機專業，多少能理解題主的疑慮（但願我理解對吧）。那就根據我淺顯的了解，說說我的看法吧。

現在計算機這個領域還是挺廣的。數據挖掘，機器學習，AI， multi-agents 和資料庫，網路，雲計算.. 等等等。每個方向對數學功底的要求都不一樣。我有些同學做機器學習凸優化那一塊，就基本跟做數學差不多了。人的精力是有限的，題主要看清自己想做的是什麼，把必要的基礎知識學好就行。
國外的情況不知道，國內計算機本科的教育是有詬病的。其中最重要的一點就是對以後繼續計算機領域的研究支持不足（很多學數學的,EE的都可以在計算機領域有很大貢獻）。別以為計算機就是編程，寫個軟體。計算機之所以能這麼火，就是因為它算得快啊！！！處理的數據量大啊！！！這一方面靠計算機自己的能力，另一方面還是要看演算法。搜索空間超級大怎麼辦？收斂性不好怎辦？魯棒性不好怎辦？數據量大怎辦？這都要做優化，並且證明效率的啊！像前面說的，「會套用了，你才能真正理解」。能解決問題才算學會。你深究一下，其實就是在問，這條公式（知識點）什麼時候能用，什麼時候不應該用。。

你可能能開個頭，然後專業主修課就差不多沒怎麼開始。

我有類似經歷，給你提個醒。

計算機最牛b的人就是搞演算法的。但是我覺得更適合數學系的人去搞。計算機就是搞工程，而不要關心這麼底層的東西，合理分工才能更加更加。你不能要求一個人從彙編到高級語言全懂啊

學物理去吧哈哈感覺你的思維方式和價值觀更適合。。。

工科偏嚮應用，而不是證明，其實作為強迫症好患者你該去學數學。

我也有過類似經歷，結果就是累，喪失了很多樂趣。

應該花全部精力來理解過程

畢竟你是在學習而不是在搬磚

歡迎選修數學雙學位【大霧

知其所以然，就有改進的機會。就看你對自己的要求了，是做個合格的人，還是個卓越的人。