⑴ 編程中哪個比較重要在學習過程中就重要的是什麼
我建議最好是從基礎入手，而不是一開始就進行可視化編程。雖然如今國內絕大多數pc都是使用的windows，但是畢竟這知識這個世界的冰山一角。扎實的基礎自然會更有用處。 編程其實重要的是程序思維，然後是演算法和數據結構。這些都是超出語言的，就是說不管是學c學java學delphi還是別的什麼，這一部分都是一致的。因此培養這部分的知識可以說是一本萬利的事情。初學肯定是通過語言熟悉思想熟悉演算法和數據結構，到一定的時候就是純粹的思想和演算法數據結構的學習，便已經脫離程序語言了。經歷過這些階段，換一種語言不過是重新了解一下描述的方式，就像你了解了中文思維，山東話和四川話的差別就不會太大；了解了拉丁語的思維，整個語系的語言都不過是簡簡單單的記憶工作，應用就好。 入門的語言，理論上是怎麼方便學哪個，看那個順眼學哪個。當然這裡面還是有不同的推薦的。一般來說我比較推薦pascal、c/c++、java。並不是因為這三個東西很通用很有前途，而是它們實在是嚴整而有規則（c/c++還顯得稍微的寬鬆了一點），而嚴謹的語法要求和明確的概念區分是有利於編程思維的形成和演算法數據結構的學習的。同樣的因為這個理由我不推薦vb，而並不是因為它功能不強大（事實上vb在windows環境中是相當牛的語言） 另外一個建議是，如果學c，不要一開始就用vc。ms提供的很多東西很方便，有很多很簡單的實現方法，但是它們不標准。vc與ansi c標準是有很大的差距的。首先一個不遵循標準的c/c++程序是不通用的，換個編譯器說不定就不被承認了。所以我非常推崇gcc，理由之一是它完全符合 ansi c標准，無論它的c還是c++編譯器都很嚴整，功能上一點也不缺乏（有人說gcc不能做圖形界面的程序，這一點完全錯誤，到處都有的qt庫和gtk庫都能做出很好的界面），另外一個理由便是它免費，畢竟稍微大一點的軟體企業就不會屈從與微軟的編譯器和平台，而一個免費的c編譯器無疑可以創造更多的利益；就算要轉vc，標準的c程序也是幾乎不要作任何改動的。 當然，這一切的前提是，你真的很想很好的學編程，做一個這方面的精英。如果只不過是興趣，或者只是想拿一個ms的工程師認證然後在國內企業找份諸如設計vf、vb程序之類的工作，那完全可以忽略我上面的話，去找個認證培訓班，認認真真聽聽課，好好完成練習，從vb或者vc入手，考好認證是很不會太難的。畢竟現在很多很好的大學里都從來不缺乏計算機的課程，不會缺少演算法或者編譯原理的課程，不會沒有計算機科學的研究院，而那裡面出來的人一般都具備了很好的基礎知識，會更加容易成為前面所說的精英。
求採納
⑵ 數學之於編程重要呢還是不那麼重要
數學之於編程是否重要這個問題，第一感覺會覺得很重要，然後很多人會說，數學在編程上實際上用得很少！所以我們認真的討論一下，數學對於編程到底有多重要。
首先，「編程」是一個很泛的概念，「編程」這件事對於各個人有不同的意義、
對一般碼農來說，編程略等於用戶需求實現的過程，寫出能運行的代碼或者軟體就算達到了目的。
編譯工具開發的
「天才」級程序員而言，編程幾乎等於演算法，談編程幾乎等於談演算法。
對開發編譯工具的人來說，編程就是編寫合符語法的字元串，通過編譯器生成能正確執行的程序。
對各種計算機應用領域研究（計算機圖形學、計算物理、機器學習、密碼學……）的人來說，編程就是實現各種實驗的工具。當然有一些部分最終也可能成為應用軟體。
編程是計算機科學的子集。而計算機科學涉及的數學很多，以計算機所有分支（計算機圖形學、計算物理、機器學習、密碼學……）涉及的數學來說明編程需要很多數學，似乎並不洽當。
我嘗試單純從一般編程的情況，列出當中與數學的相關性。
許多編程的構成部分，如整數、實數、變數、常量、運算符、函數、參數、布爾運算等，都是沿自數學上的概念／名字。但在編程中，我們要知道它們和原來的數學概念不一樣的地方。
例如，由於計算機只能表示有限的數字，所使用的整數只能是整數集的有限子集，並可使用同餘算術。同理，計算機也不能表示實數集，通常是使用浮點數或定點數這些有限子集。編程中的純函數基本上與數學中的函數概念相同，可以用上單射、滿射、雙射、反函數學數學概念。
有一些編程的構成部分使用了編程專門的術語，但實際上和數學的概念幾乎一樣。例如
一維數組（1D array） -> 矢量（vector）／多元組（tuple）
二維數組（2D array）-> 矩陣（matrix）
另外，大部分編程語言不直接支符號計算（symbolic calculation），而只是對表達式進行求值（evaluation）。
在很多場合，編程需要使用到演算法，而演算法涉及很多數學。但除演算法以外，在一般的編程中，我想到涉及數學的部分並不多。
編程時除了考慮正確性及性能，還要考慮很多軟體工程上的因素，如內聚性、耦合性、可讀性、可擴展性、可測試性等。一般編程需要一些基本的數學知識，但說「編程就是數學」並不洽當。
--
補充：幾年前讀《Elements of Programming (豆瓣)》時，就因數學基礎不好讀不太懂，然後就去學抽象代數。不過這本書談及的內容是否對編程很有幫助，就是見仁見智了。
⑶ 演算法與數據結構哪個好
演算法比數據結構更重要。
演算法是解決問題的方法和步驟，是計算機編程的核心。數據結構是為了更有效地使用演算法而設計的數據組織形式。雖然數據結構對於程序的效率和性能至關重要，但演算法的設計決定了程序能否正確、高效地完成任務。沒有好的演算法，數據結構再優秀也難以發揮應有的作用。因此，從實際應用的角度來看，演算法更為重要。因為在實際開發過程中，我們會遇到各種復雜的問題，需要有高效的演算法來解決這些問題。而數據結構雖然重要，但其最終也是為了更好地支持演算法的執行。掌握演算法設計的方法和技巧，意味著我們能解決更復雜、更多樣的問題，同時也更有可能對程序性能進行優化。演算法能力對於軟體開發者來說是一種核心競爭力，尤其在人工智慧和大數據領域。理解並熟練掌握演算法是編程進階的關鍵。因此，在演算法和數據結構的學習過程中，雖然兩者相輔相成，但演算法的學習應放在更為重要的位置。
如需更深入理解兩者的關系和作用，可以參考相關書籍和在線資源進行學習。