标签：场景 反汇编 公司 click 执行 open data buffer 电脑配置
关注一些优秀的软件方案，哪怕是设计文件、exe可执行文件，并不是只有源代码才是有价值的，例如软件著作权都可以看到这个公司的技术方向。
良好的设计，美好的客户体验都是软件价值的一部分，过去，太在意源码的实现。除了源代码，不关心别的 这是错误的
提高工作效率的foxmail之类的 每日表格 每月统计等，良好的周报 日报格式 漂亮的方案 文档中优秀的方案表达方式 都是价值的一部分，并不只是关注hg等版本管理的源码。
例如usb等纯软件的exe dll 反汇编都可以看到实现方案，尤其是系统 文件过滤 之类的方案。甚至可以看到类似libusb等的实现方案。网络的方案boost.asio libevent都可以分析出来。 更不用说windbg ollydbg之类动态调试工具
从设计窥视方向，从结果exe dll反编译技术实现。 从公司简介发展招聘确认所需人才，技术方向。
算法是我们可能无法复制的，所以要努力学习数学 实现方法。别人可以用方法1，我们可以使用方法2.
学习代码，关注一些基本的方法，调用参数，模板，回调函数。开源的库关注接口，实现功能、使用场景、解决具体的问题。
FFmpeg 音视频编解码库 irrlicht鬼火 osg ogre 三维引擎 真正能编写引擎代码的 底层实现的并不多，都是接口使用，当然应用层 我们也没有必要深究一些每行代码的实现，而应该关注类似买电脑配置一样，我们必须了解引擎具体使用参数 功能 实现 核心技术 使用方法等。把这些什么高深的三维引擎看做具体的实物或许我们会对理解有所帮助。我们不需要考虑哪些高大上的几十万行引擎代码，我们只需要考虑具体的参数 使用 调用 回调 循环buffer机制。libevent之类的网络库实现，移植到具体的c++多态 循环buffer 事件处理机制 甚至具体的设计模式上来，我们应该关注这些 通用的模式 方法等。甚至从数据结构 数据 事件 原理提升到通用建模 数学模型 最后归结到一些数学问题。 我们是应用型的人，从应用到抽象。学院派的可能是考研 博士，论文，数学，然后是提出模型，到实现。 但是很多人可能实现不了自己的理论。
想提升自己的话，也应该关注些理论的东西，类似c++的数据结构 c++的线性代数，好多研究生图像处理 深度学习直接用python的算法，或者用c++提供的算法库。python的cv（opencv）处理图片更直观。
商业软件里一些优秀的方法，层级结构，良好的简单算法，设置于网络中do while一定执行的send，三重循环保证注册表的调用的奇葩方法，脑洞开的qpdf xml绘制等等
应该记忆一些 通用简单的 函数 方法实现 （其实无甚意义，避免吹毛求疵者认为你是垃圾水平），他会说：你“hellow world”都写不对，告诉你不应该用printf，应该用std::cout.不应该把if写在循环里，或者循环里写条件判断不对之类的傻逼脑残问题而自鸣得意。
java写的软件 再各个平台跑，c#的winform之类的软件 在当前国产系统化趋势下 会否像过去linux ffmpeg自己实现编解码的机顶盒在android下淘汰一样。
无知 是 人生的 常态。
标签：场景 反汇编 公司 click 执行 open data buffer 电脑配置
原文地址：https://www.cnblogs.com/hshy/p/11484239.html
