新闻详情

新闻详情

首页 / 资讯中心 / 详情

初识c语言(1)(梦开始的地方)

发布时间:2026/11/17 10:43:19来源:尧图网络
初识c语言(1)(梦开始的地方)
提示文章写完后目录可以自动生成如何生成可参考右边的帮助文档文章目录前言一、自我介绍二、学习编程目标1.熟练掌握掌握c语言不仅仅停留在知识层面2.在学会c语言之后给女朋友写一个爱心代码3.学完c语言后掌握多种语言自己做一个过磅的工具4.找到一份薪资高的工作让我以后活得很好三 、学习计划1.基础学习2.提高代码能力3.坚持写博客4.增强自己的实践能力总结前言提示这里可以添加本文要记录的大概内容一名软件工程的大一新生记录学习c语言的过程以及感受提示以下是本篇文章正文内容下面案例可供参考一、自我介绍本人是湖北大学软件工程的大一新生我来自山西运城希望可以通过写博客来记录自己学习c语言的过程并提升自己对于计算机语言的理解加强自己的能力。二、学习编程目标1.熟练掌握掌握c语言不仅仅停留在知识层面当初选择这个专业时网上铺天盖地都是对计算机行业的唱衰之声。有人说计算机就是下一个土木也有人说如今 AI 都能写代码了程序员迟早会被取代。但在查阅资料、深入了解这个行业之后我发现事实并非如此——真正被淘汰的只是那些停留在基础层面的从业者而掌握核心技术的人依然十分吃香因此我要更加努力向高技术层次靠拢。2.在学会c语言之后给女朋友写一个爱心代码之前刷视频刷到过一些计算机学生给女生写的祝福代码我一看到就想要给我的女友也安排一个这个目标离我很近我认为高大的目标都是通过一个个小目标实现的可能会有人觉得我的目标很搞笑但我觉得这是我在用我学到的代码做我想做的事情之间事情没有人要求就只是我自己想做学会技能然后做自己想做的事情这不就是人类学习技术的初衷吗而且这也会是我学习编程的脚印见证着我的成长。3.学完c语言后掌握多种语言自己做一个过磅的工具我的家庭是干土木的家里的过磅软件比较落后我想等我精通计算机之后自己做一个可以自己识别和填充毛重皮重净重等数据的先进的软件为我家的事业助力。4.找到一份薪资高的工作让我以后活得很好我希望我可以找到一份月入过万的工作让自己以后过得更好。三 、学习计划1.基础学习我打算每周抽出四天时间狠狠学习c语言跟着网课好好学习不求多但求精学习编程是一个长期的过程绝对不能着急我会调整好心态认真学习适当记一些笔记每天睡前在脑海里面回顾今天学习到的知识第二天早上起来再看一遍加深记忆。2.提高代码能力同时我也知道知道只看视频不会有很高的效率因此我要坚持在学习的那几天坚持敲代码提升自己的代码能力同时也会自己去学习自己感兴趣的代码增强自己的实践能力例如刚刚提到的爱心代码还有玫瑰花之类的。3.坚持写博客写博客可以帮助我消化学习的知识点能让我明白我对知识点的理解程度加深我的印象长久来看我看到自己的写了很多文章也可以来鼓励自己这也能让我看到我的进步让自己在这条路上越走越远。4.增强自己的实践能力我要在大三找到一份实习来实践但这对于我现在来说还是太远就不大篇幅说了。总结。本次对于学习目标和学习方法进行了主要论述
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉