代码是数学的一种方言。越接近机器，数学越清晰；越接近业务，数学越隐蔽——但它从未消失。
程序猿的数学缺口在哪
浮点 bug 看不懂
- 典型表现
- 0.1 + 0.2 == 0.3 返回 false，不知道为什么
- 判断标准
- 遇到精度问题靠试，不靠理解
- 解决方向
- 理解 IEEE 754，学会整数与浮点的本质（第 1 章）
哈希冲突率算不清
- 典型表现
- 用了哈希表，但不知道负载因子多少合适
- 判断标准
- 只知道用，不知道为什么
- 解决方向
- 学概率论的生日悖论，推导碰撞概率（第 8 章）
复杂度分析只凭感觉
- 典型表现
- 说出 O(n log n)，但推导不出来
- 判断标准
- 看 LeetCode 题解学会了，换个题又不会
- 解决方向
- 学渐进分析和主定理，推导代替记忆（第 17 章）
ML 代码看不懂
- 典型表现
- 梯度下降的代码能跑，但不知道每行在算什么
- 判断标准
- 换个损失函数就不会改了
- 解决方向
- 学矩阵求导和链式法则（第 10、11 章）
为什么用 Go 学数学
Go 是这门课的最佳载体。静态类型让你直面 int64 vs float64 的精度差异；没有隐式转换让数学错误暴露在编译期；简洁的语法让数学公式到代码的映射几乎是一对一的。你能在 Go 里看到公式活起来。
// 这一行代码暗藏三个数学概念
func isPrime(n int) bool {
if n < 2 { return false }
for i := 2; i*i <= n; i++ { // 为什么到 sqrt(n)？（第 4 章）
if n%i == 0 { return false } // 模运算（第 3 章）
}
return true
}20 章的地图
| 阶段 | 章节 | 核心问题 |
|---|---|---|
| 数论基础 | 1–5 | 数在计算机里怎么存、怎么算、有什么规律 |
| 数列与计数 | 6–8 | 怎么数清楚、怎么算概率、怎么建模随机 |
| 线性代数 | 9–10 | 矩阵为什么是程序员最重要的数学工具 |
| 分析数学 | 11–13 | 连续变化怎么用离散的计算机表达 |
| 图与结构 | 14–15 | 关系网络的数学语言 |
| 算法数学 | 16–17 | 性能和安全背后的数学本质 |
| 应用前沿 | 18–19 | 信息量怎么度量，AI 的数学基础是什么 |
| 终章 | 20 | 数值计算：误差分析与精度控制 |
口诀数论打底，线代拓维，分析连续，图结构关系，应用收口。
如何使用这本书
✓推荐做法
- 每章的 Go 代码都跑一遍，改参数观察输出变化
- 先读定义，再看代码，最后看原理证明
- 遇到不理解的公式，先跳过，看代码实现再回头
✗不推荐
- 只看代码跳过数学推导——那样你只学到了实现
- 把每章当独立章节读——这20章是一个整体
- 觉得'工作用不到'就跳过——这正是你的盲点
⚠常见误区
- 误以为学完能立刻用到项目——数学的收益是长期的认知重构
判断标准：看完一章后，能给同事讲清楚核心概念 → 算学会了。
数学是科学的语言，程序是这门语言的方言。学会数学，就是学会用更精准的眼睛看代码。
— 本课序言