从前，我跟很多人一样喜欢写代码。因为刚进大学的时候，听李开复提到过，"微软应聘大学生要求100000行代码"。所以大一那时，也是刚接触计算机，开始各种练习，小代码也写了不少。大二进入ACM训练算法素养，去各大OJ刷过一些题目，也学到了一些东西。但是后来因为某些原因，从ACM退下来了。再到后来，开始做了一些项目，在当时看来是工程量比较大，很难完成的，但是我终究在最后那一刻完成了。当然如果没有以前的训练做支撑，也是不可能完成的。另一方面，我也掌握了快速学习的能力，除了C/C++，Java外，还接触了PHP，Python，C#，Javascript等语言，当然多是比较浅显的应用。然后来到大三，开始学习操作系统，读了《程序员的自我修养》和《深入理解计算机操作系统》，理解了很多底层的细节，这对于整个计算机知识体系结构至关重要(当然这个学期很少有写代码)。我开始明白了分析设计的思路和理解的深度的重要作用，这是一种隐形的能力，在你不管做什么事的时候，它都能让你受益。我们学技术，不应该只局限于技术；换句话说，技术来源于生活，而体现于生活。经常在书上看到类似的话，A作用于B，而B反作用于A，二者相辅相成..以前是相当鄙视这种俗语的，每本书好像都是从一个模子刻画出来的(有点泛型的感觉哦)。然而看了很多细节，经过了很多思考后，才真正明白这里面的涵义。1）技术来源于生活，例：存储器层次结构中，高一层的存储器作为低一层存储器的高速缓存，就好比国家的行政管理，国家分省份，省份下又分市...2）技术体现于生活，例：页式管理置换算法中，FIFO不能反映页面的使用情况，所以算法性能较差，而LRU算法虽然很好，但要求有较多的硬件支持，像寄存器这玩意儿依然是稀缺资源。所以，实际中，折中采用Clock算法。而折中这种做法常见于生活的各种场景中。时间换空间或空间换时间，在适当的时候都可以采用。由此可见分析的重要性，评估算法的时间复杂度，并设计实用的算法。说了这么多，其实也就是一件事。代码的训练量固然必要，但更重要的是思维的重要性。对整个项目的分析设计和架构的把握，决定了项目的成败。我不是那种研究算法的geek，也不是什么大牛，甚至小牛都算不上(菜鸟一个)。但是我坚信有这些经典书籍的熏陶，大牛们的指导，keepmy brain running，保持思想的先进性，坚持不懈，终究会"修成正果"。爱技术，爱生活，做最好的自己！