The best programmers are the quickest to Google

本文分享了一位技术合伙人的高效编程哲学:除非为了娱乐或教育目的,否则应避免重复造轮子。文章提倡利用现有资源和社区力量解决问题,强调了如何高效使用搜索引擎查找代码和技术方案的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

谷歌

The best programmer I know is my technical co-founder at Framebase.io (Tyler Menezes). I don’t know how he does it but he kicks my ass at Google. 

You know the famous quote:

Never commit to memory what can be easily looked up in books” - Albert Einstein.

So unless you’ve already memorized that sorting algorithm by heart, why in the world would you want to spend 2 hours trying to figure it out yourself? Worst, why would you want to re-implement something half-assed from scratch when you can just find someone who’s done it before?

Excluding for fun and educational purposes, I can understand some reasons wanting to build out something proprietary long term, but chances are, unless you’re an absolute genius, the collaborative efforts of an open source project will beat whatever you can do in 8 hrs.

If you need to implement something in code and it’s not cutting edge technology, Google it first. If someone else hasn’t already done it yet, you’re either Googling it wrong or way off in what you’re trying to accomplish. If you’ve given it your best effort, find someone to ask for help.

The best programmers I know understand how to architect and build large projects piece by piece. They can focus on the macro because don’t get hung up in the pieces. They know how to use Google to find solutions fast. DRY.

我知道的最优秀的程序员是我的Framebase.io 网络公司的技术合伙人Tyler Menezes。我不知道他是如何练就这一身技术本领的,但他让我在对如何使用谷歌的问题上产生了颠覆性的认识。

你应该听说过这句有名的话:

“能在书本上简单查到的东西永远不要放进你的记忆里。”

所以,除非已经在心里记住了某种排序算法,为什么你非要花2小时试图自己去实现它?更糟糕的是,为什么你想用自己笨拙的方法把它再重新实现一遍呢?为什么你不去找找看看有人是否已经实现了它?

除非是为了好玩,或是出于教育的目的,我想不出一个人有什么理由要长期的独自的开发一个东西,而更有可能的情况是,除非你是个顶级的天才,那么,一起协作来开发开源项目将会给你带来比你独自开发8小时更大的收获。

如果你想实现一个东西,而它并不是什么最新的技术,那先在谷歌上搜一下。如果没有人做出过它,要么是你查错了方式,要么是你需要付出努力去完成这项任务。如果你打算尽力完成它,你应该找一些人寻求帮助。

我知道的最优秀的程序员都明白,对于大型项目如何一块一块的搭建架构,如何一部分一部分的开发程序。他们会关注大局,不拘泥于细节。他们知道如何使用谷歌更快的找到解决方案。DRY。


内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
评论
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