感悟：知乎上这几个答案震惊到我了

个人站的角度不同，现在的答案基本都是从图形学的角度建议，我换个角度。

从研究生计算机科学做研究的角度来讲，我认为本科最适合的专业首先是物理，其次是数学，再次才是计算机。数学学的太抽象，抽象层次太高，研究现实问题的人往往处在鄙视链的底端。计算机学的太底层，对于概率论、随机过程、线性代数等学科学的太少，不了解建模分析的那套方法论。而物理学一方面的数学知识足够多，另外一方面主要研究的方法也是对这个世界建模，然后进行观测，这与前沿的机器学习领域做的事情几乎是一样的。至于会不会写代码，其实科研里面要写的代码不多，主要都是在推公式，研究如何设计模型使得其拥有很多良好的性质。代码很多时候写写matlab就可以了。

所以恭喜你，如果你想转行做CS的科研，你有很大的优势。事实上，很多CS领域的大神都是学物理的，比如华人图灵奖得主姚期智，CMU Machine Learning领域大神Alex Smola。

如果你真的励志做CS相关的研究的话，物理PhD的选择最好到CS极好的学校，比如UCB, CMU, MIT, Stanford，一般这些学校都可以辅修Machine Learning的Master, 多修CS相关的课程，都是很好的选择。Coursera上的Machine Learning课程都很入门，如果想进阶，你可以看看CMU 10701(Machine Learning), 10702(Statistical Machine Learning), 10708(Probabilitic Graphic Model) 课程的课件、视频、相关阅读和作业，基本都不需要写代码，主要是数学证明、建模和分析。

当然，如果你想做应用而不是做理论什么的，当我以上没说。

作者：Milo Yip
链接：https://www.zhihu.com/question/23212279/answer/23940891
来源：知乎
著作权归作者所有，转载请联系作者获得授权。

其实在计算机图形学里有很多与物理相关的课题，例如物理模拟（刚体、柔体、流体等）、基于物理的渲染（光源、材质、媒介等），还有一些涉及物理的跨学科课题，例如生物力学、基于物理的声音渲染、光场摄影等等。简单介绍几本书

• Physically Based Rendering, Second Edition (豆瓣)
• Fluid Simulation for Computer Graphics (豆瓣)
• Game Physics (豆瓣)
• Physics Based Animation (Graphics Series) (豆瓣)

有空可以看看最前沿的图形学发展，特别是当中涉及物理部分的

• SIGGRAPH 2013 Papers

看看那些文献的作者网站，可能会发现不少研究者都有物理背景。

我觉得能做理论物理研究的人，其智商做哪种科学问题也不大吧。而计算机科学之本就是算法，无论是哪一个应用方向都是必须的，建议深入学习。个人不建议浪费时间在API、OS、UI编程上面，不竟这些东西许多人都能做，有研究能力的人可以探索新世界。因为游戏、动画、电影这些娱乐工业，计算机图形学的职位在行业上也有需求。

我是理论物理大二的…给师兄回答这个问题吧。
================================================
当师兄看到很多API繁杂但无从下手，答案是唯一的：多写。
再说说我的建议吧，
掌握一门快速开发语言：强力推荐Python，因为有scipy和numpy存在。可以把这玩意当Matlab用。我做过测试，进行大矩阵乘法numpy的速度比matlab快50%，这二者都比mathematica快20倍…而且python有一个很好的web framework django，结合html css，可以写出不错的网站（比如知乎）如果你是OI的，数据结构神马不用太多虑，直接上计算机图形学吧。
建议可以OpenGL+PhysX（物理引擎）+.NET/Cocoa（win/mac）一起做一个项目，像我做的是一个无人机控制的仿真平台。这个对于学习三这玩意都有效。特别是mvc的构建方式。
另外还有一个很轻巧的构建计算机图形学的方式是webgl，很漂亮。或者直接unity3d（游戏引擎）引擎亦可。
如果你会了html也就是如果你会了javascript，建议入手node-webkit，二十分钟构建一个跨平台桌面应用。对于交互UI我比较倾向于两种，一个是轻量级的html+js的形式，好看简单，一个是unity虚拟现实，我最近做的一个项目就是这两种结合的模式。强力推荐CUDA（GPU计算），物理口必备…想在自己的PC上模拟核聚变CUDA绝对是居家旅行，杀人放火必选。而且CUDA的模型天生是为物理学家设计的。同时需要学点cpp，可以把鄙校丁泽军老师计算物理A书上的习题全部CUDA一遍基本就练习的差不多了
http://micro.ustc.edu.cnML/DataMining我只看过一些些，这些东西如果自己写算法的话需要用c/cpp如果只是玩玩可以用python+一堆库的方式来搞。主要可能还是数据源吧。嵌入式&单片机，如果不慎入实验物理坑会点单片机嵌入式还是有必要的，入个树莓派玩玩ROS吧。从树莓派+arduino玩的方式入手玩起来很简单无压力，最练手的就是写机器人控制了。这个是从机械折腾到前段的。
树莓派既是典型的嵌入式Arm开发版，优势在于社区庞大。
arduino是一种高度简化后的单片机。比起51等用起来真的简单多了

移动开发：学习学习swift吧。玩玩iOS。。总是觉得Android怪怪的

学习轨迹：
1.熟练使用linux/unix（格式化硬盘一个月内可以生存）
2.选一个自己顺手的IDE（vim/emacs/VS），基本熟练cpp、python（均指一万行代码，可以写写计算物理习题）
3.搭建一个自己的服务器（using http://aws.amazon.com ec2）
4.写一个桌面app .net/cocoa，（学c#/o-c），在这里折腾OpenGL CUDA等
5.写一个绚烂的个人网站use Django&html5&css3&webgl
6.研究妹子回你短信速度和她对你好感度的关系（使用支持向量机/deep learning）
7.学习CUDA并在你的pc上模拟EAST using MHD model in FEA
（其实能跑出来一个N-S方程出来个卡门涡街就很好了）
8.学习单片机并且控制一架四轴飞行器给那个追了四年没追的女神泼一盆冷水（someone你丫两年以后给我等着）。
可以适当从ROS+树莓派入手，加上一些有意思的硬件比如kinect什么的，就很好玩，推荐学习OpenCV（人脸识别）+讯飞各种接口（语音）。

对了。。。工程控制论，或者什么ML，DataMining的数学比物理口的数学真的是弱爆了。一群不用解偏微分方程的渣渣。

顺便抛我的blog http://stlover.org(呃最近好像数据库挂了)
就这些差不多了…剩下做点小项目自己也就会了
=====================
操作系统建议看看，就是看看而已。。我大二选了操作系统课最后发现完全没听。
编译原理没有必要，想深入学推荐MIT的计算机结构和解释同时学习LISP

作者：Joe Physwf
链接：https://www.zhihu.com/question/23212279/answer/102771418
来源：知乎
著作权归作者所有，转载请联系作者获得授权。

如果读完PhD在转计算机，真真是浪费了。计算机对高等物理那些基本不需要，倒是数学是很需要的，但PhD依然是浪费。
那些图形学，虽然涉及到物理，但是最多也是本科就够了，图形学的很多东西都是在投机取巧，那些有颠覆的理论基本上根物理无关，细节的东西都是在拼奇技淫巧。不是不懂物理，而是上帝的高度凡人根本无法企及。你想两面镜子相互反射这种东西，在计算机看来就是无限循环（卡死），但是上帝那里却是realtime的，一点都不卡。
其他很多计算机领域跟物理就更加没有关系了，互联网，大数据，人工智能都没有。如果你对两者都割舍不了的话，那你应该关注计算机基本理论这些东西。你对软硬件结合很感兴趣，但是这些难度不大，而且你一旦了解之后估计很快就失去兴趣了，因为很容易理解掌握。真正难的是计算机物理基础层面的东西，那才是真正软硬结合的地方。半个多世纪之前，贝尔实验室发明了三极管，现在半导体技术已经日渐迟缓了，量子计算机，量子传输这些技术充满想象。当然未来很难说，但发言权在于那些位于基础理论前沿的那些人，很明显你有机会。实用技术有时的确很吸引人，但那些都是细致末节，你穷尽一生改变的只是一枝一叶，并且或早或晚都将坠落。