十年学会编程 (1998)
Hacker News 摘要原标题：Teach yourself programming in ten years (1998)
彼得·诺维格（Peter Norvig）在文中探讨了为何现在的编程学习充斥着急功近利的气息。书店里到处是“24小时学通 Java”或在短短几天、几小时内掌握各种编程语言及算法的书籍。通过亚马逊的搜索发现，这类主打“速成”的书籍中，绝大多数都与编程有关。这表明人们要么急于学习编程，要么认为编程比其他任何技能都容易掌握。
作者引用了其他学者的观点，讽刺地指出：糟糕的编程是容易的，甚至傻瓜也能在21天内学会。他进一步分析了“24小时学通 C++”这类标题的荒谬之处。在24小时内，你根本没有时间编写大型程序并从失败中总结经验，也无法了解资深程序员的真实工作环境。你最多只能掌握一些语法表面，而无法真正理解这门语言的优劣。正如艾伦·佩利（Alan Perlis）所说，如果一门语言不能改变你的编程思维，那它就不值得学习。
十年磨一剑
多项研究表明，要在国际象棋、音乐创作、绘画、游泳或神经心理学等领域成为专家，通常需要大约十年的时间。关键在于刻意练习。这不仅仅是简单的重复，而是不断挑战超出当前能力的技能，在练习中分析表现并纠正错误。即使是莫扎特这样的天才，在创作出世界级作品前也练习了13年。披头士乐队虽然在1964年一举成名，但他们自1957年起就在小俱乐部里长期演出。
虽然马尔科姆·格拉德威尔（Malcolm Gladwell）普及了“一万小时定律”，但真正的卓越可能需要毕生的努力。正如希波克拉底所言：生命短暂，艺术长久（Ars longa, vita brevis）。虽然不同技能所需的时间各异，但即便最有天赋的人，也需要投入大量时间才能达到顶峰。
成为程序员的建议
作者给出了成功的配方：
• 培养兴趣： 确保编程对你来说足够有趣，这样你才愿意投入一万小时。
• 在做中学： 即使是经验丰富的专家，也需要通过刻意的努力来提升水平。最有效的学习需要定义明确的任务、适当的难度、及时的反馈以及重复纠错的机会。
• 交流与阅读： 与其他程序员交流，阅读别人的程序，这比任何书籍或培训班都重要。
• 大学教育： 虽然大学能让你接触深层次的理论并获得就业门槛，但书本知识远远不够。正如研究画刷和颜料不能让你成为画家，计算机科学教育也不会直接让你成为专家。
• 参与项目： 参与团队合作。在某些项目中尝试当最优秀的那个，练习领导力；在另一些项目中当最差的那个，向大师学习他们的技巧和偏好。
• 维护旧代码： 尝试理解并修复别人编写的程序。思考如何设计程序才能让后来的维护者更轻松。
• 学习多种语言： 至少学习六种不同范式的语言。包括强调类抽象的（如 Java 或 C++）、函数式抽象的（如 Lisp、ML 或 Haskell）、语法抽象的（如 Lisp）、声明式规范的（如 Prolog 或 C++ 模板）以及强调并发的（如 Clojure 或 Go）。
• 了解底层： 记住计算机科学中包含“计算机”一词。你需要知道计算机执行指令、从内存读取数据、从磁盘寻道以及在网络传输数据所需的近似时间。
• 参与标准化： 参与语言标准化工作或制定团队的代码规范，这能让你了解他人对语言的看法。
作者认为，单纯靠书本学习是有限的。正如他在孩子出生前读了很多育儿书籍，但实际经验远比那些书更有用。弗雷德·布鲁克斯（Fred Brooks）曾提出培养优秀软件设计师的三个计划：尽早识别顶尖人才、指派导师、提供互相交流的机会。
语言选择建议
对于初学者首选哪种语言，作者给出了几个参考标准：
• 参考周围的人： 朋友们用什么，你就用什么。社区的支持和答案比语言本身的差异更重要。
• 保持简单： C++ 和 Java 是为大型团队设计的，结构复杂。初学者应该选择易于学习和记忆的语言。
• 互动性： 像学钢琴一样，你应该选择有互动模式（如 REPL）的语言，能即时看到结果，而不是像“批处理”那样等写完全部代码才能运行。
基于这些标准，作者推荐将 Python 或 Scheme 作为入门语言。JavaScript 也是一个选择，因为它的在线教程非常丰富。
推荐资源
作者重申书本学习是不够的，但他推荐了以下经典：
• Scheme：《计算机程序的构造和解释》（SICP）是计算机科学的最佳入门教材，虽然具有挑战性。另一本是《如何设计程序》（HTDP），它教授了优雅的函数式设计。
• Python：《Python 编程：计算机科学入门》是一本不错的入门书。
• Oz：《计算机编程的概念、技术和模型》被视为 SICP 的现代继任者，涵盖了更广阔的编程思想。
最后，作者给出的关键数据是典型的个人电脑操作耗时，例如执行指令约 1 纳秒，从主内存读取约 100 纳秒，磁盘寻道约 8,000,000 纳秒，而往返大西洋的网络传输约 150 毫秒。掌握这些常识能帮助程序员更好地理解系统性能。