我是學國貿的，可能回答有些偏差。 據我所知大學絕大部分專業對數學要求都很高，即便像我們國貿這種偏文的經濟類專業。如果數學成績很突出，不管是考研還是參加競賽都很吃香。 而程式設計毫無疑問對數學的要求應該比國貿更高。國貿是不用學高數這門課的，而計算機專業高數是必修課。我看過一個專業是計科的同學做程式碼作業，就隨意看了一道題，就是一個類似機率論的問題。 所以學好高數還是很必要的

那要看你的程式設計從事哪個方向了，如果選擇遊戲這個方向，那就有點吃不消了，這個方向最重要的就是對演算法的掌握，題主應該知道演算法這個概念；但是如果選擇的不是遊戲這個方向，而是一般的開發，那麼演算法就沒那麼優先順序高了，最重要的是邏輯思維，思路清晰就好辦了。

並不是程式設計就要會高等數學，踏踏實實學一門程式語言，搞好一門程式設計技術，是一件很好的事情。技術都在慢慢的成長，在學程式設計的過程中會接觸到一些關於數學方面的知識，不必擔心。

我還見過有人都沒有上過高中，同樣在學習程式設計，也還可以的，好好學了，都會有所成就，有句話叫“天才=99%汗水+1%靈感”。

做程式設計開發一定得有數學思維。因為程式設計裡面有好多是邏輯性的，沒有數學思維，好多程式做不出來。比如遊戲類程式設計，牽涉到很多資料的邏輯連結，如果不能很好的運用，也許不可能做好一款產品吧。

數學並不是計算機科學的基礎

　　很多人都錯誤的認為，計算機科學是數學的一個分支，數學是計算機科學的基礎，數學是更加博大精深的科學。這些人以為只要學會了數學，程式設計的事情全都不在話下，然而事實卻並非如此。

　　事實其實是這樣的：

計算機科學其實根本不是數學，它只不過借用了非常少、非常基礎的數學，比高中數學還要容易一點。所謂“高等數學”，在計算機科學裡面基本用不上。計算機是比數學更加基礎的工具，就像紙和筆一樣。計算機可以用來解決數學的問題，也可以用來解決不是數學的問題，比如工程的問題，藝術的問題，經濟的問題，社會的問題等等。計算機科學是完全獨立的學科。學習了數學和物理，並不能代替對計算機科學的學習。你必須針對計算機科學進行學習，才有可能成為好的程式設計師。數學家所用的語言，比起常見的程式語言（比如C++，Java）來說，其實是非常落後而糟糕的設計。所謂“數學的美感”，其實大部分是夜郎自大。99%的數學家都寫不出像樣的程式碼。

　　數學是異常糟糕的語言

　　這並不是危言聳聽。如果你深入研究過程式語言的理論，就會發現其實數學家們使用的那些符號，只不過是一種非常糟糕的程式語言。數學的理論有些是有用的，然而數學家門用於描述這些理論所用的語言，卻是紛繁複雜，缺乏一致性，可組合性（composability），簡單性，可用性。這也就是為什麼大部分人看到數學就頭痛。這不是他們不夠聰明，而是數學語言的“設計”有問題。人們學習數學的時候，其實只有少部分時間在思考它的精髓，而大部分時間是在折騰它的語法。

程式設計是一門藝術

　　從上面你也許已經明白了，普通程式設計師使用的程式語言，就算是C++這樣毛病眾多的語言，其實也已經比數學家使用的語言高明很多。計算機科學並不是數學的一個分支，它在很大程度上是優於數學，高於數學的。有些數學的基本理論可以被計算機科學所用，然而計算機科學並不是數學的一部分。數學在語言方面帶有太多的歷史遺留糟粕，它其實是泥菩薩過河，自身難保，它根本解決不了程式設計中遇到的實際問題。

　　程式設計真的是一門藝術，因為它符合藝術的各種特徵。藝術可以利用科學提供的工具，然而它卻不是科學的一部分，它的地位也並不低於科學。和所有的藝術一樣，程式設計能解決科學沒法解決的問題，滿足人們新的需求，開拓新的世界。所以親愛的程式設計師們，別再為自己不懂很多數學而煩惱了。數學並不能幫助你寫出好的程式，然而能寫出好程式的人，卻能更好的理解數學。

首先宣告，作為一個並不喜歡，甚至討厭數學的數學系研究生，想說一下自己的看法，數學並不是科學，不是誰創造這門學科，數學本身就是存在的，一切科學的源頭與終結都是數學，有人說數學是門糟糕的語言，讓我想起了我的數學分析老師有次堂課說的一句話，數學是上帝的語言，她太有趣又太難了。

數學對於程式設計異常重要，或者說對任何學科都是異常重要。數學是一種形式科學。

這體現在方方面面。首先數學是程式設計的基礎，受過正統計算機教育的人都知道，離散數學、資料結構、演算法和可計算性的知識都是程式設計必不可少的，而這些都是數學。如果你連O(logN)這些都搞不清楚，你肯定不是一個優秀的程式設計師。也許很多人不知道，遞迴的數學解釋就是數學歸納法。

其次，數學是很多計算機應用的基礎。數值計算是計算機科學的一個分支，包含LU分解、有限元分析等，這些都要深厚的數學功底。人工智慧中，你必須知道梯度、vector calculus才能理解什麼是反向傳播演算法。計算機圖形學中，無時無刻不用到矩陣向量的概念。例子太對了，不勝列舉。

如果你是沒有經受過正統的科班教育的碼農，那也許你會覺得數學不重要。可如果你是一個計算機專業畢業的程式設計師，你就會覺得數學無比重要！

我感覺，數學對於業務層程式碼幫助不大，但是對於涉及演算法、高速數學計算部分還是很有幫助的，業務層一般用到數學的不多！但是不代表不重要，也不代表非常重要！程式設計的邏輯性強，但不一定和數學有關係；我個人認為數學不等於邏輯，邏輯也不等於數學。

數學是一切科學的基礎，也是計算機科學的基礎。

不僅一切演算法基於數學，而且沒有數學，是無法程式設計的。

程式設計中的加減乘除運算基於數學。

程式設計中的if/else判斷是數學的邏輯判斷。

程式設計中的進位制轉換是基於數學。

資料庫的left join等也是運用了數學中的集合。

光這些基礎的，可能有人不以為然。再看一道程式設計題。

給定表示式[x/2] + y + x * y, 其中x,y都是正整數。其中的中括號表示下取整，例如[3/2] = 1 ， [5/2] = 2。 有些正整數可以用上述表示式表達出來，例如正整數2，當取x = y = 1時，可以把2表達出來 （ 解釋下：當x=y=1時， [x / 2] + y + x * y = [1 / 2] + 1 + 1 * 1 = 0+1+1 = 2 ）； 有些數可以有多種方式表達，例如13可以由 x = 2 y = 4 以及x = 3 y = 3來表示； 有些數無法用這個表示式表達出來，比如3。 從1開始第n個不能用這個表示式表示出來的數，我們叫做an，例如a1=1 a2=3,給定n，求an。 輸入：n值 1<=n<=40 輸出：an % 1000000007的結果（因為結果較大，輸出an %1000000007的結果）

這道題可以說不懂梅森質數,大數取模(a^n mod b)是不可能做出來的。

資料結構中的圖論等等基於數學，一切演算法皆基於數學。

“高等數學在數學計算機科學基本用不上”，這句話可以說大錯特錯。說出這句話的，要麼壓根就不是程式設計人員，要麼就是連程式設計的大門都找不著。

就拿現在最火爆的人工智慧來說，先看最簡單的近鄰演算法。

再看決策樹

再看貝葉斯

再看梯度上升/下降。

svm

可以說，沒有高等數學，連人工智慧的門都找不著，如何程式設計？

數學不是異常糟糕的語言，更不是落後的語言，相反，數學是最簡潔最優雅的語言。

程式設計不過是數學實現的一種工具。

如果想在程式設計路上走，尤其想在人工智慧這條路走，請好好啃數學。

個人程式設計多年，一如老老實實啃數學。

沒有必然關係。程式設計不等於數學，不等於算術，不等於邏輯，不等於演算法，不等於軟體，不等於寫軟體，不等於工具，不等於駭客，不等於底層，不等於破解，不等於程式，不等於程式碼，不等於模組，不等於類，不等於高階語言，不等於函式，不等於API，不等於英語，不等於單詞，不等於錢。

數學只是提供程式設計思路。中學數學足夠了。我最多用到圓周率和三角函式。比如算GPS座標距離。

但高等數學真沒有用到過。

另外，計算機是隻會加法的。太高階的公式並不會使程式速度變快。

底層演算法需要數學，如果只是搭積木用現成模組的話並不太依賴數學功底。

建築師會建房子不一定要會燒製磚塊，澆築水泥。瞭解這些建材的外部效能特點就可以了。

所以才有計算機科學家和碼農的區別。。。

數學是自然科學的基礎。

計算機科學是數學科學的一部分。

演算法需要很多的數學基礎，我導師的話，演算法的複雜就是為了使用的簡單。

最終每個計算機語句都有對應的硬體能實現。

學了計算機 有幾個好玩的技能 走迷宮 下五子棋 計算機率 化簡 等等的。計算機學科裡有幾個學問 離散數學 圖論 謂詞邏輯 很好玩的

另外現在86結構計算機 是透過邏輯運算來解決數字運算。 還有 與或非 化簡等等的。

我想起我們剛進大學時我的大學老師就說，你們不要把程式設計想成就是簡單的寫程式碼，雖然你們現在要新學很多程式設計相關的基礎知識，但你們要記住，程式設計的核心是演算法，程式碼誰都可以寫，但是演算法卻是大多數人做不出來的

數學並不是萬能的，但沒有數學就是萬萬不能的。任何科學技術的發展都離不開數學。凡涉及到數量計算的都是數學的範疇。小到數量的累積，大到天體計算。我的語文老師說：語文是一切科學之父。數學老師接過話茬說：數學是一切科學之母。話雖是玩笑，但也不能不說有道理。古人從數羊開始進行了記載，不同的文明承載了不同的文化，形成了不同的文字和語言，我們既不能片面地否定數學的功能和作用，也不能狹義地理解數學的本質和影響。任何事物都要一分為二地看待。如果沒有數學，我們仍然每天吃樹皮甚至被凍死、餓死或因疾病夭折。任何事情不能走極端。我想說的是：不要因貧窮（知識的貧乏）影響了你的想象力。

應該講，沒有數學就不可能有像現在這樣的生活。沒有數學就不可能使人類社會向前發展。計算機是一門應用科學，它包含的不僅是數學，還有很多自然科學類別。從應用上講，數學是一種公共語言，它可以用最簡單的數字透過組合，形成非常微妙的語言，透過計算機的邏輯排列可以製作完成各種絢麗多彩的世界。數學是計算機的基礎，計算機使數學向前發展。就這樣。能看懂本短文的都是高人，看不懂的，只能說你還有很大很大的提升空間。歡迎大家來噴。

數學知識可能高中就差不多了。但數學思維，多少都不會多，推理歸納，這可能就是碼農和程式設計師的區別了，最後拼到底就是這些內功了。

對於很多業務程式碼搬運工，都是if else的存在，比較少感受到數學的存在、感受到演算法的存在重要性。

這就是為什麼很多人會問，面試面演算法有啥用？ 對於這種問題一般都看的回答了，如果你相信，先去學了，再來問為什麼。

當然，其實我們職場很多崗位確實不需要那麼多的要求，能實現業務程式碼就好，這就是國內面試喜歡問你做過什麼專案，遇到什麼問題，怎麼解決，學到什麼，諸如此類的問題。

有一句話說過，一個數學家不一定是計算機專家，但一個好計算機專家一定是個數學家。你在程式裡要解決一個數學題，你都不會做，怎麼用程式來實現解題呢？所以說數學對程式設計來說，至關重要

這個要分情況來看。

初級的程式設計不要太多深奧的數學知識，更多是一種邏輯思維的理解，對於各種規則的運用。這個時候程式設計有點像工具或者搭積木的感覺，很多初中甚至小學的變成天才，其實也沒有太高深的數學知識，但是照樣玩得轉。

但問題是，程式設計，或者說計算機科學，發展到最後，則幾乎要很大程度上地依賴數學。

有一位Facebook員工跟我講，決定一個程式設計師上限的有兩條：一個是程式碼的感覺，另一個是數學的水平。

嚴格意義上來說呢，程式設計搞到最後也是兩條出路：工程型和學術型。

工程型的比如說大家都在上淘寶，為什麼你點開一個圖片，就打開了一個連結？那是web工程師的功勞，再比如你看很多手機頁面設計的美輪美奐，那或許是一個兼具工業設計和程式設計能力的人的成果。

工程型的程式設計師，其實沒有多少創新，他們其實就是把已知的一些程式設計技術熟練的掌握，要說數學知識，會在處理一些技術難題的時候用到。

還記得facebook創始人馬克扎克伯格創辦撕破臉時，借鑑的一個公式嗎？那就涉及到統計數學的一些原理。

另外一種就是學術型的程式設計。這個就厲害了，搞的東西會非常深奧，某種程度上就是在研究數學和計算機的結合。

舉個例子，每年雙十一，全國有好幾億人在短短的幾分鐘內湧入淘寶買東西，你想想看，如果發生在現實中，一個大樓估計都要被壓塌，這麼大的資料流量，如何保持系統不崩潰，沒有差錯？

這就涉及到非常高深的數學理論。而阿里巴巴，騰訊的高薪養的那些科學家級別的人才，就是成天和數學打交道。

當然了，普通人的話，不需要學到那麼高深，一個年薪五十萬的程式設計師，大概掌握以下知識就可以了：

《演算法競賽入門經典（第二版）》：把書啃透，然後把書上每道題在OJ上AC了。《機器學習》（周志華）：把書上每個演算法實現，每個公式推導一遍。《UNIX環境高階程式設計》：很多人都缺少的對作業系統的深入瞭解。（補充：我覺得光看這本書是比較片面的，前兩點像是在修煉內功，那麼這一條就是在修煉外功。而這本書作為起點是一個還不錯的選擇。）光搞數學也不行，英語還要好，託福 100+：跟進前沿paper，與國外同行交流

但是這幾條絕對不是明面上這麼簡單，前面說了，你在研究程式設計的同時，還要對數學涉獵有一定廣度和深度。

比如現在最火的人工智慧，大家都曉得吧？要搞清楚人工智慧的最厲害的書《機器學習》，你就需要對微積分，線性代數，機率論，數理統計，甚至是隨機過程都有一定的基礎。

清華學神韓衍雋跟我說：他編程式碼的感覺不是很好，所以就走學術型程式設計道路，現在一大半時間都是在研究數學。

綜上所述，如果你只是想找個基礎的程式設計工作，並不需要對數學有太深瞭解；但是如果你想搞一些前沿的東西，那麼光程式設計還不行，還要補補數學的課。

數學對於程式設計的重要性越來越強，數學是科學的基礎，很多研究都依賴數學，數學更像是一個基石，走向更高層面的基石，如同要成為一個物理學家首先是一個數學家，要學好程式設計，必須數學要懂，在這有兩個重要的字眼學好，要做程式設計數學不好也是可以做的，大部分的程式設計的場景對於高深數學應用相對比較少，所以很多數學不是特別好的人也能把程式設計做的不錯，但如果涉及到深層演算法，或者高效能框架方面的東西，數學不強要玩轉相當費力，數學之於程式設計主要表現在兩個層面一個思維邏輯，一個是程式設計裡面複雜的數學演算法需要數學基礎。

正常來講思維邏輯這個主要是一種習慣，程式設計畢竟屬於邏輯性非常強的，有了這種習慣對於從事程式設計職業有非常好基礎，程式設計要和電腦打交道需要更多理性的思維，數學思維對於程式設計有個提升作用。演算法對於程式設計顯得異常重要，演算法對於程式設計的影響越來越大。未來對於程式設計師的需求量只會越來越大，但是對於技能的要求也是越來越高，特別是現在人工智慧的推進，對於各種演算法的要求異常的迫切，未來的程式設計師對於數學是必備。

數學對於程式設計的重要性不言而喻。

可以說數學知識不夠寫不出好的程式碼。比如說譚浩強的教材中經典的例題，ABC三個數排序問題的最佳答案就是運用了冒泡演算法而得到的。再比如，資料夾結構使用的圖論的樹形分支。資料庫索引使用的二叉樹原理。多執行緒併發和死鎖的證明中用到的時間邏輯。if else中的三段論邏輯思想。TRUE/FALSE/NULL使用的三值邏輯。可以說程式設計技術中數學無處不在。