程序设计（CP，Computer Programming）课程是大学计算机教育的核心课程，它既是各类专业技术的应用基础，又是各种实践环节的软件工具，更是课程设计、学科竞赛、毕业设计、创新创业、创客科技等活动的重要平台。编程能力不仅是学习者进一步专业深造的潜力体现，也是创新人才的重要指标。

学习编程包括语言工具、问题求解、实现方法、算法思想、编程抽象、编程范式、设计模式等内容，涉及算法设计、程序实现、计算科学、软件工程、系统开发、学科交叉等方面。本质上，程序是逻辑演绎的形式化表达，反映的是人类对这个世界的数字化理解。因此，提高编程能力可从两点出发：一是以思维训练为中心的编程技能，二是以学科融合为核心的领域知识。

那么，如何学习编程呢？

1．按“双线索”学习程序语言

任何程序语言，包括C语言，都是一个标准化的、具有庞大知识内容的形式语言体系。因此以语言知识为学习线索必然是整体凌乱、抓不住主次，容易迷失学编程的方向。

须知，计算机的基本工作原理决定了计算机问题求解是“计算数据”的过程，编程就是去解决“如何表示数据”和“如何实现计算”。将“数据表示”和“程序实现”作为学习程序语言的两条主线索，抓住语言对此所起的作用，螺旋上升，交叉推进，如下图：

这时，你会发现程序语言是服务编程的工具而不是目标。

2．有“节奏感”推进编程实践

学习程序语言时需要快节奏，学习编程方法和编程技术时需要慢节奏，即使是敲代码也要有节奏，快慢使得学习者“抓大”（设计方法）“放小”（语言知识），得到最大化的“饱满感”编程训练。

学编程需要完成大量练习，称为“刷题”。编程实践过程中的灵感、技术、习惯、动机、反思以及畅想，将会把程序设计的知识逐一转化成技能，形成编程思维。对编程有激情是一件很美妙的事情，但同时也必须培养自己对于编程周边所有事情的热情。在节奏引领下可以更有效地与计算机对话，从而赋予我们将创意变成原型的能力。

这时，你会发现编程是帮助人们与计算机沟通的工具。

3．从“多维度”进行思维训练

计算科学思维是多维度的，例如基于计算技术的普适思维，特点是抽象和构造；基于算法思想的数学思维，特点是形式化和自动化；基于数据技术的逻辑思维，特点是因果关系和相关关系；基于系统结构的应用思维，特点是整体性和结构性。

程序最重要的两个基本要素是算法和数据结构，编程的难点不是算法或者数据结构本身，而是如何理解和分解问题，并将其映射到最合适的算法或数据结构上，这个映射本身不是程序要解决的问题，是人脑在思维，是构造性思维、逆向思维、猜想与试验、设计思维等全脑思维的艺术。

这时，你会发现编程是思维的体操。

4．用“系统观”拓展编程视野

衡量编程有两个重要指标：编程累计行数（TLOC）和单个程序行数（SLOC）。以解题为主的编程训练能提高TLOC，但却止步于SLOC。即使将小规模、数学型问题做成百上千，TLOC指标上去了，但SLOC却不见长。一般的，SLOC小于300行时很难让人体会到“开发的感觉”，这时编程局限在“数学工具”视野里。显然，单纯的思维训练和仅仅摄取知识信息无法形成系统观。

实际上，计算方法（数值计算、非数值计算）仅是程序设计方法的一种，程序方法学中还有诸如操作系统、人机界面、图形图像、多媒体、网络通信、数据库、硬件接口等技术领域，每个领域都有独特的编程技术和精巧的解决方法。通过引入高级编程技术的学习，融合各类学科专业的领域知识，拓展求解问题的专业覆盖面、问题复杂度和数量，可以改变编程的广度、深度和力度，形成编程核心模式及对它们不断运用所形成的思维方式的系统观，这是优秀程序员最重要的素质。

这时，你会发现编程是全方位的创新实践。

5．以“跨领域”塑造核心价值

掌握知识和能力是大学学业的价值，但仅仅是这些就可能掩盖了大学学业的核心价值和潜质，即通过知识内化为思维、通过能力提升到创造，最终拥有终身享用不尽的、可持续发展的知识发现、知识获取、知识建构的科学素养。

学会了编程就等于掌握了信息时代的听说读写能力，学习编程形成的心理技能对于我们生活的其他方面都极其有用。通过跨学科、跨领域的延伸，编程将提高问题求解的能力，提升对世界的理解力和改善解决问题的决策能力，建立起批判性思维、系统性思维、创造性思维。通过增加挑战式内容，强化在专业学科研究上表现出很强的发展潜力，形成学业核心价值。

这时，你会发现编程教会人们如何思考。

归纳起来，就是“技能提升、思维训练、系统培养、价值塑造”。