每个程序员都应该尝试的项目 作者 | Austin Z. Henley 译者 | 王者 策划 | 万佳 一年前，我发表了“每个程序员都应该尝试的项目”一文。文中列出了每个程序员都应该去尝试的项目，包括一个文本编辑器、太空入侵者游戏、一个 BASIC 编译器、一个小型的操作系统、一个电子表格和一个视频游戏控制台模拟器。这篇文章在网上爆红，一个月内浏览量超过 10 万次。 https://web.eecs.utk.edu/~azh/blog/challengingprojects.html 现在，我要加入更多“现代”的项目： 光线追踪器 键值存储 Web API Web 浏览器 股票交易机器人 光线追踪者它是 3D 图形！在发表前一篇文章后，我收到很多评论，建议加入光线追踪器。我同意了他们的建议。事实上，这是我在 2009 年学习 C# 时最先尝试的一个项目。如果你无法马上理解所有与数学相关的东西或术语，请不要担心，你可以循序渐进，努力取得进步。网上有很多关于光线追踪器的资源优势，在学习过程中，你会获得强烈的视觉感受。 光线跟踪器可以生成一些非常好看的图像，只需要 300 行代码！首先，你可能需要支持各种反射、光线和纹理，或者你开始意识到原来渲染一张图片需要几分钟，所以你开始优化。你可以使用线程并行化光线追踪器、减少交集的数量，或者使用分析器来跟踪分配了多少对象并找出瓶颈。 创意！我不想再去做另一个优化到半路的光线追踪器，也不想追求超现实的折射效果。相反，我特意降低了分辨率，这样就可以做出实时动画。一个带有下落粒子旋转圆环的动图可以让你在推特上获得不少点赞。我认为独立游戏可以走这条路，创造出独特的艺术风格。请期待我的 8 位复古视频游戏！ 更多资料： 系列书籍之“Ray Tracing In One Weekend” https://raytracing.github.io/ 《计算机图形程序设计入门》 https://www.scratchapixel.com/lessons/3d-basic-rendering/get-started 计算机图形入门 https://www.gabrielgambetta.com/computer-graphics-from-scratch/introduction.html 用 Python 开发光线跟踪器 https://medium.com/swlh/ray-tracing-from-scratch-in-python-41670e6a96f9%22 Go 光线追踪器优化 https://dzone.com/articles/optimizing-a-simple-ray-tracer-written-in-go-part 用 JavaScript 实现实时的光线追踪 https://johanneshoff.com/raytrace-mirror/ 层次包围盒结构 https://en.wikipedia.org/wiki/Bounding_volume_hierarchy 光线追踪宝石 https://amzn.to/374vhM4 光线追踪器挑战 https://amzn.to/2VZCirf 实时渲染 https://amzn.to/3mbkILo 键值存储 Web API键值存储实际上就是一个字典。向它提供一个键，它就返回一个值。你可以添加新键、删除键或更新值。实际上，这就是一个 NoSQL 数据库！不过你可以更进一步，将其作为 Web API，这样你未来的所有 Web 应用程序都可以使用你的数据库服务。 我真的很喜欢这个项目，因为用它来创建最基本的“数据库”真的很容易。你可以从使用任何一门编程语言所提供的字典数据结构开始，并在这个基础之上添加一个 Web API。除此之外，你还可以添加更多的内容：性能优化、安全性和多用户、原子事务、数据类型、批处理操作、持久性、故障恢复，以及跨多个服务器运行能力。很快，你就会拥有像 Redis 或 Amazon DynamoDB 那样价值 10 亿美元的产品。 说真的，打开你的代码编辑器，并使用你最喜欢的编程语言尝试一下。为了获得不同的体验，我用 Go 和 Racket 试过了，并从中获得了很多启发。在一些小型的测试中，我的 Go 版本的性能已经足够好了。 更多资料： 键值数据库 https://en.wikipedia.org/wiki/Key%E2%80%93value_database B 树数据结构 https://en.wikipedia.org/wiki/B-tree 原子性 https://en.wikipedia.org/wiki/Atomicity_(database_systems) 如何使用 Go 构建一个键值存储 https://medium.com/@naqvi.jafar91/how-i-built-a-key-value-store-in-go-bd89f68062a8 Badger：超快的 Go 键值数据库 https://github.com/dgraph-io/badger 如果你想深入了解数据库，可以看看这本《自己动手设计数据库》 https://amzn.to/3m8r5is Web 浏览器第一次面试一个软件开发岗位时，面试官问我：“当你在浏览器上输入 Yelp.com 并按回车键时，都发生了什么”？我回答得不好，没有通过面试。于是，我开始了解万物运作原理的旅程。我发现最有趣的是浏览器如何将 HTML 和 CSS 转换成渲染好的 Web 页面。这是一个很常见的面试题，但我却因为太无知没有回答好。有一个非常棒的资源，它为很多问题提供了答案。 https://github.com/alex/what-happens-when 想要设计出一些足以击垮 Safari 或 Brave 的杀手级用户界面？不要抱太大希望了。在你达到那个目标之前，还有很多事情要做！不如让我们来缩小一下范围，假设你有一个 HTTP 库和一个 HTML 解析器，你必须实现自己的渲染器。你不能使用 WebBrowser 或 WebKit 之类的东西。你会怎么做？ 我的建议是从创建一个基于文本的 Web 浏览器开始。实际上，你也可以忽略所有的格式化问题，忽略所有的 JavaScript 和 CSS。你要做的是使用给定的 URL 执行 HTTP GET，解析 HTML，找到需要显示的文本，并将其显示在屏幕上。你要做的就是这些。 获得纯文本之后，你就可以添加其他功能了。你可以添加标签、历史、后退和前进按钮，等等。但到了某个时候，你可能想要的不只是文本……那么祝你们好运。渲染网页视觉元素可能是我永远不会去尝试的事情，或许要等到我有用不完的时间。一步一步来，每次只关注一个 HTML 标记和属性。如果你想尝试这么做，请让我知道是如何进行的。 更多资料： Browsh：一个基于文本的浏览器 https://github.com/browsh-org/browsh HTML 标准 https://html.spec.whatwg.org/ Mozilla 的 HTTP 文档 https://developer.mozilla.org/en-US/docs/Web/HTTP 让我们来构建一个浏览器引擎 https://limpet.net/mbrubeck/2014/08/08/toy-layout-engine-1.html Web 浏览器工程 https://browser.engineering/ 股票交易机器人现在，你有机会构建一些理论上可以让你变得富有的东西：股票交易机器人！构建一个基础的交易机器人是非常简单的，你可以添加无穷无尽的功能。你甚至不需要了解任何与投资有关的知识。在这个过程中，你至少可以学到如何利用不同的 Web API、如何处理数据，并应用现有或创建自己的交易策略。你可以使用大量的历史数据来测试它。 这样还不够？那就用上机器学习或搭建一个 Twitch 流，让陌生人来控制你的钱。 https://socialblade.com/blog/twitch-stockstream-bot/ 这是一个基础的交易机器人开发路线。首先，找出几家你感兴趣的大公司 (如苹果、特斯拉和 Target)。第二，确定何时买进、何时卖出。例如，如果当前价格达到 52 周低点就买入，如果达到 52 周高点就卖出。(千万不要把这个策略用在实际当中，这个策略其实是个愚蠢的策略）。第三，弄清楚如何使用一个免费的 API 来获取股票数据。第四，建立测试环境，让它跑起来！ 现在可以找乐子了……使用历史数据进行自动化测试，实现几十种交易算法，并对它们进行比较，添加可视化，使用 API 连接到真正的券商服务器，尝试一些机器学习或进化算法，并将成功的交易结果共享到 Twitter 上。 更多资料： 交易信号 https://www.investopedia.com/terms/t/trade-signal.asp trump2cash：一个交易机器人 https://github.com/maxbbraun/trump2cash Q 学习 https://en.wikipedia.org/wiki/Q-learning 如何从零开始构建一个股票交易机器人 https://towardsdatascience.com/how-to-get-started-building-a-stock-cryptocurrency-forex-trading-program-2abbf0a4729f 免费构建一个人工智能股票交易机器 https://medium.com/swlh/build-an-ai-stock-trading-bot-for-free-4a46bec2a18 如何用 Python 构建算法交易机器人 https://www.activestate.com/blog/how-to-build-an-algorithmic-trading-bot/ 罗宾汉 API 指南 https://algotrading101.com/learn/robinhood-api-guide/ 你也「在看」吗？??