【C++养成计划】不聊学习只谈干货（Day1）

写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~
我的博客地址为：【AI 菌】的博客
我的Github项目地址是：【AI 菌】的Github

---

前言：
以前喜欢在笔记本上做笔记，以至于在学习C++、Python的时候做了满满的一本，但是却很少翻看，甚至在用的时候经常“提笔忘词”。所以我从上个月开始转战博客，希望把自己的笔记整理分享出来，正所谓“技术是开源的，知识是共享的！”
我是在上大二的时候才开始学C++的（相比很多大佬已经很晚了），当时管这门课叫做《面向对象程序设计》，我记得课程结束最后考了将近满分，算是我大学里学的最好的几门课之一了。但是当我后面参加比赛、接触项目时，才体会到“用时方恨少”。所以又陆陆续续的自学了一遍。
这个《C++21天养成计划》我打算分21天写完，每天一章。特别适合新手小白，不用担心没有C语言的基础。虽然C++是从C语言发展而来的，但是C++本身是一个完整的程序设计语言，而且它与C语言的程序设计思想完全不同。我们的学习过程不必严格遵循科学技术的发展进程，只有尽快地掌握最新的理论和技术，才能站在巨人的肩膀上。那么下面我们就开始进入正题吧！

系列教程，持续更新：
    【C++养成计划】不聊学习只谈干活（Day1）
    【C++养成计划】基本语法（Day2）
    【C++养成计划】深入浅出——变量作用域（Day3）
    【C++养成计划】运算符&运算符优先级（Day4）
    【C++养成计划】控制程序流程——判断与循环（Day5）
    【C++养成计划】深入浅出——函数（Day6）
    【C++养成计划】玩转数字——数学运算函数/随机数（Day7）
    【C++养成计划】深入数组和字符串（Day8）
    【C++养成计划】不得不掌握的——引用（Day9）
    【C++养成计划】类与对象 || 构造函数 || 析构函数（Day10）

---

1. C++的应用领域

选择一门编程语言是很重要的事情，这大多取决于你以后想要从事的领域。当然，若是兴趣使然或者单纯为了应付考试来学习C++，我觉得也是可以的，毕竟“技多不压身”嘛！
据多方数据显示，C++目前仍然是最受欢迎的编程语言之一。它的应用领域也非常之广，那么C++编程最常用的领域有哪些呢?

• 游戏开发。现在很多游戏客户端都是基于C++开发的，除了一些网页游戏可能不是，所以如果想从事游戏开发行业学好c++是没错的。
• 服务器端开发。很多互联网公司的后台服务器程序都是基于C++开发的，而且大部分是linux，unix等类似操作系统。如果你想从事这样的工作，你需要熟悉linux操作系统及其在上面的开发，熟悉数据库开发，精通网络编程。
• 数字图像处理。我用C++做的第一个项目就是有关图像处理的。对于以后想从事图像处理、模式识别、机器视觉的，那么学习C++也是必不可少的。
• 虚拟现实仿真。我们常说的VR技术，这个也是发展很快的计算机领域，目前各种数字地球，数字城市，虚拟地理环境什么的，出现了这方面的大量应用。
• 网络软件。C++拥有很多成熟的用于网络通信的库，其中最具有代表性的是跨平台的、重量级的ACE库，该库可以说是C++语言最重要的成果之一，在许多重要的企业、部门甚至是军方都有应用。比如谷歌的chrome浏览器，就是使用C++开发。

当然，C++的应用领域肯定不止上面这些，但是这也足以说明C++不可替代的地位。如果你有意从事这些领域，那么就开始跟着我一起学习C++吧~

2. 怎样学好C++

我特别喜欢一句话"practice makes perfect"，用我们老祖宗的话来说就是熟能生巧。想要学好一门编程技术，没有捷径可走，只有不停地去练。大家耳熟能详的"一万小时定律"，也就是这个意思。但是这里不需要你花10000个小时，如果你能坚持认认真真的学完100个小时，我相信你已经入门了。
那么这里我也给大家整理了一些常用的刷题和学习网站：

1. 力扣。很好的一个刷题练习平台，题量丰富、分类全面、社区活跃。

2. 牛客网。互联网人都知道的，这个不解释。

3. C++官方网站。很全面的英文网站。

4. 在线编程网站。无需安装编译器，联网即可编译和运行程序，新手可以拿来用。

3. C++简史

C++ 是一种中级编程语言，它最初由 Bjarne Stroustrup 于1979年在贝尔实验室开发，是从C语言发展演变而来的一种面向对象的程序设计方法。因此C++的主要两个特点：一是兼容C，二是支持面向对象的方法。
那么，什么是面向对象程序设计呢？
顾名思义，面向对象程序设计以对象为核心，认为程序是由一系列对象组成。类是对现实世界的抽象，包括表示静态属性的数据和对数据的操作（函数）。对象是类的实例化，对象间通过消息传递相互通信，来模拟现实世界中不同实体间的联系。在面向对象的程序设计中，对象是组成程序的基本模块。
对于初学者来说，上面这段话可能不太容易理解。很正常，这里我只抛出一个概念，在后面的类与对象章节我将会具体讲到，所以这里可以选择性跳过。
由于面向对象方法有很多优点，使得它已经成为开发大型软件时所采用的主要方法。而C++又是应用最广泛的面向对象的程序设计语言之一。
她也在不断地成长之中。最新的C++标准获得了ISO标准委员会的批准，名为C++17。下表就展示了C++的一个发展过程：

4. 编程环境

这里我给大家推荐我学习时所用的两款软件：
（1）Visual Studio Community 2017 （社区版）
这款软件出自微软，是我做工程时常用的一款软件。当然也可以作为C++语言的编译器使用。对于以后想长期从事这方面的开发人员，强烈安利这个软件，而且社区版是免费的，不需要你去破解！记得最好装2017版的，因为之前的版本会不支持C++17新特性。

1. 下载与安装：Visual Studio Community 2017
2. 打开Visual Studio Community 2017
3. 点击文件->新建->项目
4. 左侧列表选择C++ Visual ->控制台应用->设置项目名为FirstCpp，项目存放地址通过浏览键选择，最后点击确定。
   
5. 点击已经创建成功的FirstCpp.cpp源文件，输入以下代码，实现第一个C++程序。
   
6. 点击调试运行或者使用快捷键Ctrl + F5，运行第一个C++程序。

（2）Dev-cpp5.4.0
这款软件是一个轻量版的编译器，对于编程小白来说，相比于Visual Studio Community 2017更友好。缺点就是，可能不支持C++11之后的一些新特性。

1. 下载与安装：百度云链接， 提取码：4wz0
2. 打开Dev-cpp
3. 依次点击File->New->Source File
4. 输入第一个程序，点击编译与运行，如下图箭头所示：
   
5. 完成第4步后，会出现下面页面。如图所示，先选择文件存放路径，再设置文件名Firstcpp，最后点击保存。
   运行成功后就会出现下面结果：
   
   下次再点击编译运行时，就会直接运行了，不用再重新保存文件了。

5. 忆往思今

说好了【C++养成计划】第一天，不聊学习只谈干活的。今天确实没讲学习，只是想带大家对C++有一个简单地认识，从而决定自己是不是真的要学习C++，知识可以后面慢慢分享嘛~。

我一直认为，选择大于努力。如果你觉得学习它对你有帮助，或者是你职业规划的必备技能，哪怕是为了应付考试，我觉得都有可能成为你学习C++的动力。而当我们选择之后，那么就要持之以恒，切勿半途而废。“锲而不舍，金石可镂”的道理大家都懂！

而我自己就吃过这方面的亏！ 高考完后，听家里人的意见和怀着毕业就进世界五百强公司的憧憬，就选择我们学校最好的材料专业。但是学了快一年，不是很感兴趣，甚至对未来感到迷茫。于是在大一末选择了转专业，考虑到自己喜欢动手（小时候家里的一些电器经常被我拆了，嘿嘿），所以我选择了被称为“万精油”的自动化专业。于是，整个大二我就在拼命补充掉了的课程和填补自己编程方面的不足。还利用课余时间参加了学校的机器人比赛，获得了不错的成绩，经选拔进了学校的机器人实验室。自从大二暑假开始就开始驻扎实验室了。在准备比赛过程中，做的最多还是嵌入式单片机方面的，因为赛题和自身兴趣还接触过传统的机器视觉。

而我现在主要学习的方向是深度学习和机器视觉。其实这个决定来源于我本科的一次实习经历。那是一次寒假的时候，因为在家无聊，所以投了一家公司，面试的是图像处理岗位。一面的时候，面试官（一个小姐姐），熟练地看完我的简历后，问了一下有关项目的问题。然后就直接抛给我了一道题。给了我一堆图片，里面是各种麻将牌，让我对它进行识别和分类。不仅要逻辑推理，还要代码实现。给了我一天时间，让我第二天拿程序来实测。（哈哈，可能考虑到当时我还是个学生）

回家一顿捣鼓之后，我用C++写了个模板匹配的demo，在家测试还不错，但是精度不高。于是第二天怀着忐忑的心情去测试代码。还是这个小姐姐（后来成为了我的师傅），将我的代码进行了一顿测试，发现还不错，基本功能都能实现，于是就问我原理。然后我也尽可能面面俱到的回答了。当然，最后也是顺利地通过了。

而我后面的实习经历其实就是围绕这个麻将自动分类项目展开的，在刚开始的一周，我一边学习一边尝试各种传统的图像处理方法，但是发现，分类精度仅仅有一点提升，并得不到根本性质上的改变。所以后来，在小姐姐的建议下，开始学习深度学习和机器视觉。于是我又开始恶补深度学习理论和Python的基本语法。经过一个星期学习后，我对深度学习算法有了初步的认识，并用Tensorflow框架搭建了最简单的手写数字分类识别模型。在这个模型的基础之上，我又搭建了一个四层的卷积神经网络，并运用到麻将分类上。仅仅通过几个小时的训练时间，在测试集上就达到了97%的精确度。当时就感叹，深度学习真牛逼，心里暗暗下定决心读研就要学这个方向。

虽然这个实习时间不长，大约一个月时间，但是收获满满！最重要的是，让我决定从传统的图像处理转变到深度学习和机器视觉领域。

说了这么多，其实就是想告诉大家，选择大于努力 。如果有喜欢的方向和事情，那就赶紧去做吧。越早投入，你就越优秀！

---

最后，对于想学习深度学习、计算机视觉，而又无从下手的盆友，给您推荐我的深度学习专栏：快速入门之深度学习系列。欢迎一起学习，一起交流~