这篇文章是给“想投算法实习”的 Python 学习路线。它从最基础的语法开始，但目标不是停在 if、for、list 这些知识点，而是一路接到真实项目里会用到的工程能力：函数拆分、模块组织、文件读写、异常处理、日志、命令行参数、配置文件、实验记录和可复现脚本。

算法实习里的 Python 通常有两种用法：一种是写算法题，要求代码清楚、边界严谨；另一种是写项目和实验脚本，要求数据能读、模型能跑、参数能改、日志能查、结果能复现。这篇文章会把两条线接起来。

这篇笔记根据 COMP1010 / COMP1002 计算思维与问题求解资料整理。它和普通 Python 语法教程不太一样：重点不是“Python 有哪些语法”，而是“拿到一个问题之后，怎样把它拆成可以执行的步骤，再用 Python 写出来”。

如果你以后想继续学数据分析、机器学习、搜索推荐、NLP 或 AI infra，Python 的价值不只是写脚本，更重要的是训练一种能力：把模糊问题变成输入、输出、数据结构和算法流程。

这篇笔记根据 AMA2222 Principles of Programming 的课件整理，目标不是把 C++ 语法逐条背下来，而是建立一条能真正写程序的路线：先理解输入、输出和变量，再用条件与循环控制程序流程，然后用函数拆分问题，用数组和字符串保存数据，用搜索、排序、递归训练算法思维，最后进入类、继承、运算符重载、指针和动态内存。

如果你是从 Python 转到 C++，最重要的差异是：C++ 更强调类型、内存、编译和程序结构。Python 里很多事情解释器帮你处理了，C++ 会要求你明确地告诉电脑变量是什么类型、数组有多大、函数返回什么、对象如何初始化，以及什么时候申请或释放内存。

这是一篇早期 C++ 入门课堂笔记，内容比较碎片化。更完整、系统、适合作为主线学习的版本请阅读：C++ 程序设计入门到实用：语法、函数、数组、算法、类与指针。

为什么要学 C++

C++ 比 Python 更接近底层，语法也更严格。它需要你明确变量类型、函数返回值、头文件和编译过程。

对于算法岗来说，C++ 很重要，因为很多笔试、竞赛和高性能系统都会用 C++。对于未来想做 AI Infra 或推理优化的人来说，C++ 也是绕不开的基础。