早期在沒有計算機專業的時期，數學專業的畢業生從事軟體研發，物理專業的畢業生從事硬體研發，所以數學和物理兩個基礎學科對於計算機專業來說是非常重要的，這也是為什麼計算機相關專業都要學習數學和物理課程。

雖然現在計算機專業已經有了非常詳細的領域劃分，但是軟體工程、計算機科學與技術、計算機應用等相關專業對數學的要求要更高一些，而物聯網、嵌入式、計算機網路、多媒體等領域對於物理的要求相對高一些，因為研究的方向不同，所以需要的知識結構也不相同。

因為計算機軟體問題說到底就是個數學問題，而計算機硬體問題說到底就是個物理問題，所以數學和物理在計算機相關專業有密切的關係。隨著物聯網、大資料、雲計算、人工智慧的不斷髮展，軟體和硬體的結合趨勢越發明顯，所以搞軟體研發的工程師往往需要懂一些物理知識，而硬體研發的工程師往往也需要懂得一些數學方面的知識。

以大資料專業為例，大資料專業涉及到的崗位有資料採集、整理、儲存、分析、呈現和應用，這些環節中，資料採集涉及到物聯網知識（需要物理基礎），而資料儲存涉及到雲計算知識（物理和數學都需要），資料分析涉及到數學知識，資料應用涉及到人工智慧技術（數學物理相結合）。

在目前火熱的人工智慧領域，物理和數學知識就應用的更加普遍了，人工智慧的研究內容包括自然語言處理、機器學習（深度學習）、自動推理、知識表示、機器人學、計算機視覺等，這些內容都需要紮實的數學基礎和物理接觸。

所以，數學和物理知識是計算機專業繞不過去的學科。

作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟體體系結構、大資料、人工智慧相關領域，有多年的一線研發經驗。

參加競賽時一位老師曾講：從根兒上說，要學軟體學數學，要學硬體學物理。我同意這句話。

就題目而言，我覺得應偏重數學。

一堆數學，沒物理什麼事，頂多大一的物理。偏演算法就多讀數學(除微積分線代離機率統計散外，加最佳化、規劃、數理統計、圖論等)，偏系統架構就多專業課。偏演算法一般需要再讀個研，8個學期排不下這麼多數學課，還需要2-3個學期(10-15門課左右)。

早期在沒有計算機專業的時期，數學專業的畢業生從事軟體研發，物理專業的畢業生從事硬體研發，所以數學和物理兩個基礎學科對於計算機專業來說是非常重要的，這也是為什麼計算機相關專業都要學習數學和物理課程。

雖然現在計算機專業已經有了非常詳細的領域劃分，但是軟體工程、計算機科學與技術、計算機應用等相關專業對數學的要求要更高一些，而物聯網、嵌入式、計算機網路、多媒體等領域對於物理的要求相對高一些，因為研究的方向不同，所以需要的知識結構也不相同。

因為計算機軟體問題說到底就是個數學問題，而計算機硬體問題說到底就是個物理問題，所以數學和物理在計算機相關專業有密切的關係。隨著物聯網、大資料、雲計算、人工智慧的不斷髮展，軟體和硬體的結合趨勢越發明顯，所以搞軟體研發的工程師往往需要懂一些物理知識，而硬體研發的工程師往往也需要懂得一些數學方面的知識。

以大資料專業為例，大資料專業涉及到的崗位有資料採集、整理、儲存、分析、呈現和應用，這些環節中，資料採集涉及到物聯網知識（需要物理基礎），而資料儲存涉及到雲計算知識（物理和數學都需要），資料分析涉及到數學知識，資料應用涉及到人工智慧技術（數學物理相結合）。

在目前火熱的人工智慧領域，物理和數學知識就應用的更加普遍了，人工智慧的研究內容包括自然語言處理、機器學習（深度學習）、自動推理、知識表示、機器人學、計算機視覺等，這些內容都需要紮實的數學基礎和物理接觸。

所以，數學和物理知識是計算機專業繞不過去的學科