卓越程序员和优秀程序员有哪些区别?

卓越程序员和优秀程序员有哪些区别?这个问题来自Quora。本文摘编了两个热门回复。 
Russel Simmons(Yelp 前CTO & 联合发起人)2.5k赞 

对这个问题来说,我的答案不具有普遍性,但是我确实注意到在一些卓越的程序员身上有一些不凡的品质。 

  • 能够在完美主义和实用主义之间找到平衡——卓越的程序员既能够做出熟练、快速但是劣迹斑斑的解决方案,也能用简洁、优雅并且健壮的方法解决问题,他们能够明智地选择适合于所给问题的解决方法。一些稍欠火候的程序员看起来缺少对于必要细节的极致追求。另一些则被困在完美主义者模式中。
  • 乐意进行调试与Bug修正——平庸的程序员经常对调试感到厌恶和恐惧,即便是他们自己的代码也是如此。卓越的程序员则会以丘吉尔般的坚韧潜入和深挖。如果最终证明bug在他们自己的代码之外,他们可能也不会对此感到高兴,但是一定会找到它。
  • 良性的怀疑态度——一个优秀的程序员会得出一个看起来可行的解决方案后收工。但是一个卓越的程序员直到进行了大量的测试之后才会相信他们自己的代码。这在数据分析和系统管理中也很常见。普通程序员可能在看到一个看似无害的不符合之处时,并不在意。如果一个卓越的程序员看到同样的东西,他就会怀疑这可能是造成更大问题的导火索,并且深入研究。卓越的程序员总是倾向于做更多的事。


Davin Lafon, 1.4 k 赞 

1.优秀的程序员会写自己必须写的代码,而卓越的程序员还会写自己本不需要写的代码。 

2.从代码的行数来讲,成为卓越的程序员并不是意味着他们可以多快地写出一个代码库,而是可以多快地在不丢弃功能和性能的条件下缩减其代码。 

3.如果你开始跟他们争论“最好的编程语言是什么”这个问题,他们会微笑着还是看起来厌烦地换个话题?或者他们开始向你喋喋不休地讲述?如果是最后一种,那他就不是一个卓越的工程师。 

4.与代码或者语言无关。也与“痴迷”、“诀窍”、“天赋”或者其他任何装逼术语无关。很简单地——他们是否对软件工程的理解超越了代码的级别?他们是否对软件工程的理解达到了架构级别?或者他们是否能够深谋远虑?他们能否在对问题的数学抽象和和软件工程之间平滑地转化?他们能够和股东工作并且理解他们对于系统的需求吗?还是他们开发出自己想要编写的系统,然后认为这就是你真正应该想要的系统?有人可以成为卓越的黑客或者程序员,但那并不意味着他是一个卓越的软件工程师。我这么说并没有用来价值衡量——一个卓越的程序员的确就是一个卓越的程序员…但是你毕竟不能让一个天才焊接工去设计一座桥。 

5.当其他人都在屋子里迷恋某个解决方案或者新的东西时他们能否“发现缺陷”,更甚,他们是否能用他们能听懂的方式向屋子里的人解释这个重要的缺陷。 

6.能否倾听?如果不能,那就不是卓越的软件工程师。 

转自:http://www.iteye.com/news/30258

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值