最近HN上有一篇讨论较火的文章Computer Science Courses that Don’t Exist, But Should，翻译了一下。注意，这篇文章首先发布在csdn，禁止任何形式的转载。
CSCI 2100：忘掉面向对象编程
思考如何创建、使用不属于任何对象的变量。学习“函数（functions）”，它跟方法（methods）很像但是更有用的多。前提是你已经学过一门使用了“抽象基类的课程”。
CSCI 3300：像经典软件学习
讨论并剖析具有划时代意义的软件产品，比如VisiCalc、AppleWorks、Robot Odyssey、Zork、和MacPaint等。学习的重点，在于用户界面，以及由硬件限制激发出的创造力。
CSCI 4020：用低效语言编写高效代码
对性能进行深度分析，用解释型的Python语言来写出能与传统的编译型C++匹敌的代码。而且代码还会更加健壮，写起来也很有意思。
CSCI 2170：用户体验之”命令行工具”
提高用户体验的原则也同样适用于命令行工具的设计，要专注于输出信息的相关性，可读性，最简化。UNIX的“ls”命令就是值得好好学习的一个例子。
PSYC 4410（心理学高年级课程）：程序员内心强迫症
能辨别和理解那些无关紧要，但是程序员偏偏会去较真的事情：代码格式、如何分类、类型系统，非要将项目分解成很多个。还包括接触到不熟悉的系统时下意识的批评的细节。
HN精彩评论
- 我能再加一个吗？“网络不像你想的那么简单：分布式系统生存指南”。作为一个在职业生涯中花了很多精力建设高性能网络，也和这个领域里地人公事了很长时间的一个程序员来说，我对现在从名校毕业的学生在这方面的知识之匮乏感到震惊。很多基本的东西，像是应用的无线传输，系统如何处理数据包，等待对应用的影响等等，对于一些程序员来说简直一窍不通。现在看来，网络连接的实质问题，确实被严重忽略了。
- 程序员分为两种：一种被训练成能在熟悉的环境中称职地编码；另一种则像是《黑客帝国》中选择了红色药丸的人——他们知道事物的本质。
- 再加一些：
- 在白板上写翻转二叉树
- 用COBOL实现Monads
- 如何正确地纠正网络上的评论
- 上一条中的槽点可能有哪些
- 对Twitter的多项式机器人算法有多糟糕的介绍
- 用Haskell学习函数式编程
- 上一门课的实际用途
- 亲爱的机算计学院：请不要再拿“算法导论”课来愚弄你们的学生了，这门课应该改为“组合算法导论”，因为这才是你们教的东西。你们完全忽视了“数字算法”，这是许多其他计算机学科分支的基础（计算机物理、计算机化学、计算机生物学等），同时这也是机器学习和数据科学毕业生薄弱之处。或者也可以保留“算法导论”的名字，但是教50%的算法和数据结构，50%的数字计算方法和科学计算。
- “建立端对端软件解决方案”如何？让这门课贯穿所有软件开发流程（想法-设计-原型-公测-发布-迭代）。我最好的朋友马上毕业了，可他对软件开发一无所知，根本不了解现在的市场需求。
- “Debug”：严肃地讲，这是门完整、系统的课程，而且越早开设越好。这是其他学科/工程不可缺少的技能。
- 计算机科学和软件工程应该分成两门完全不同的学科。