你是程序猿这块料吗？

非常多人推荐了这么一篇学术论文，题为“The Camel Has Two Humps”（骆驼有双峰）。它提出了以下的方法，能在计算机科学专业的学生接触到一个程序或者一门编程语言之前，推断出他们其中哪些人适合学习编程，哪些人不适合。

全部教授编程的老师都发现，他们的教学结果呈现出“双峰”现象。似乎他们的学生中有两类人：一类是会编程的；还有一类是不会编程的。这两类人有着各自独立的贝尔曲线。对于编程的教学，基本上全部的研究都集中在“教”上：变换语言，变换应用领域，使用一个IDE，引入激励机制，等等。但这些统统都不奏效，“双峰”现象依旧存在。于是，我们发明了一种測试，通过它能够在授课之前把这两类人差别开来。我们挑选“双峰”中会编程的那些人。可能你如今还无法相信，可是在你看完之后，一定会相信的。我们还没全然搞明确为什么这样的方法奏效，但我们有一些不错的理论支持。

我不曾想到，一个擅长编程的人和不擅长的人在这么早就能够被分辨出来。Dan Bricklin以前在他的文章中提到过这个话题，文章的名字是“Why Johnny Can’t Program”（为什么Johnny不会编程）。可是，对于那些教授计算机科学的人来说，这些显然已不是秘密。

自20世纪50年代电子计算机被发明以来，虽然世界已经发生了翻天覆地的变化，但有些东西却始终没变。特别是，大部分人学不会编程：每所大学的计算机学院都有30%～60%的新生在第一门编程课程上不及格。有经验的教师非常清楚这样的情况，但都已经心力憔悴了。一些聪明的年轻教师坚信过去的做法一定有问题，于是苦苦地探索着真相。自20世纪60年代这个课题被提出以来，已经差点儿相同有两代人为此付出了努力。

你或许认为，他们提出的用于鉴定编程天赋的測试会非常复杂。事实上不然。请看以下，第一道题是这种：

请看清以下的语句，并在正确答案的旁边做上标记。

int a = 10;

int b = 20;

a = b;

a和b如今的值应该是：

[ ] a = 20    b = 0

[ ] a = 20    b = 20

[ ] a = 0     b = 10

[ ] a = 10    b = 10

[ ] a = 30    b = 20

[ ] a = 30    b = 0

[ ] a = 10    b = 30

[ ] a = 0     b = 30

[ ] a = 10    b = 20

[ ] a = 20    b = 10

能够想见，专业程序猿对此会不屑一顾。可是，别忘了，这个測试是给那些生平从未接触过代码的学生设计的。另外的12道题与上面这道题的风格一样。

这个试卷的作者们觉得，学习计算机科学的最主要障碍是：

1．赋值和序列

2．递归、迭代

3．并发

依照这种顺序，我们首先測试刚開始学习的人最先会遇到的障碍：赋值。測试的结果把学生清楚地分成3组：

·    44%的学生对赋值的原理形成了一个稳定的思维模型（即使是错的）。

·    39%的学生一头雾水，对于赋值的原理仍然琢磨不透。

·    8%的学生交了白卷。

这个測试做了两次。第一次是在学习之前，第二次是在开课三周之后。比較两次測试的结果，最让人惊讶的是：这3组学生的格局差点儿没有发生不论什么变化。要么你在第一次碰到赋值（编程中的第一个障碍）的时候就在心中马上形成了一个模型，要么你永远学不会。

作者们发现，学习编程是否能成功与是否形成了稳定的思维模型有着莫大的关联。

非常显然，Dehnahdi的測试并不能完美区分出会编程和不会编程的人。然而，假设存在这样一个招生測试，让那些有稳定分数的人才会被录取，这种话，两极分化的现象就会发生改变。在全部的61人中有32人（52%）不及格；而假设仅仅在那个形成了稳定思维模型的组里计算，27人中仅仅有6人（22%）不及格。我们能够自信满满地说，我们有一个能在上课前就能够预測哪些学生会成功的測试方法，而且这个方案具有非常高的准确性。据我们所知，这是到眼下为止第一个能够预測成功的測试方法。

我强烈建议大家把这篇文章完整地读一遍。我以前觉得这会是一篇晦涩难懂的学院派论文，事实上不然，它更像是一篇博文，充满了有趣的观点，就像以下这两段：

我们确实经历了一段时间，才有勇气相信我们自己的结论。虽然意识到眼下的数据还不充分，我们的结论还仅仅能算是一种猜測，但在我们看来，第一次測试就区分出来了3个组，当中的决定因素是他们对无意义事物的态度。

形式逻辑证明，进而用一种叫编程语言的形式系统来表达，通过执行某种特别的计算得出结果，这事实上是全然没有意义的。为了编写一个计算机程序，你必须做出妥协，赋予程序某种意义。但不管你想要这个程序做什么，计算机都会依照这些没有意义的规则执行，而且得到一些没有意义的结果。在測试中，那些有稳定思维模型的人都体现出了在这方面的先天接受能力，他们都有能力看见规则背后的数学计算问题，而且不管如何都可以遵循那些规则。还有一方面，那些没有稳定思维模型的人总是找不到头绪。而那些交白卷的人知道这是一件无意义的事，所以他们拒绝去做。

每一个人都应该知道如何使用计算机，但并非每一个人都须要成为一名程序猿。然而，对于相当多的计算机科学的学生来说，似乎怎么也教不会他们编程，这还是有些令人担忧的。非常显然，不是全部人都像我们这样痴迷于没有意义的规则和结论。但对我而言，有何不可呢？

本文摘自《程序猿的修炼》