Harvard 计算机科学专业
哈佛大学虽然不在四大CS名校之列，不过由于师资力量强大，因此有不少神课，比如CS50系列课程，风靡全校乃至全美，而且有比尔盖茨、扎克伯格等一众知名校友。就图灵奖获得者所在的大学排名，哈佛大学在斯坦福、MIT、伯克利、普林斯顿之后，在CMU之前，位列第5。除此以外，哈佛大学的学生可以交叉学习MIT的课程。
课程说明
哈佛大学计算机专业将毕业要求氛围基础与荣誉等级别，其中基础毕业要求除了需要掌握微积分、线性代数、概率统计外，还需要围绕编程（编程1和编程2）、形式推理、计算机系统、计算与世界（计算与世界之间的交互，如人工智能）、高级计算机科学来选择至少9门课，其中编程课至少2门，形式推理至少要包含离散数学（如CS20）、可计算性和复杂性理论与算法（如CS120、CS121、CS124），计算机系统至少1门、计算与世界至少1门、高级计算机科学至少4门。
而荣誉毕业要求，至少要掌握11门计算机科学的核心课，增加了对人工智能的硬件要求，以及高级计算机科学至少5门。
① 大一推荐课程安排
哈佛大学对各年级的大学生推荐了一个比较基础的课程安排计划，以下内容为哈佛CS专业官方推荐的一个课程安排，针对大一新生
大一上学期
- CS 50：计算机科学导论是我们对计算机科学专业的介绍。这是集中学习者和非集中学习者中很受欢迎的课程。三分之二的 CS 50 学生以前从未学过 CS。
- CS 61：系统编程和机器组织，一些学生可能已经具备跳过 CS 50 的背景，而 CS 61 是一门很棒的系统编程课程。本课程满足编程 2 和系统标签。
- CS 120：算法简介及其局限性主要由大二学生学习，但也有一些已经做好数学准备并对 CS 的更多理论方面感兴趣的一年级学生学习。本课程满足计算机科学形式推理要求的计算限制标签和算法标签。
- CS 121：理论计算机科学概论主要由二年级学生学习，但也有一些已经做好数学准备并对计算机科学的更多理论方面感兴趣的一年级学生学习。
大一下学期
- CS 32：计算思维和问题解决是 CS 50 的替代课程。CS 32 采用计算机科学问题解决方法，并使用一种编程语言 Python。本课程适合秋季学期无法参加 CS 50 或想要了解计算机科学的不同入门课程的学生。
- CS 51：计算机科学抽象与设计是 CS 50 之后常见的下一门课程（尽管学生可以参 加 CS 61；他们也可以参加 CS 50、51 和 61 的全部三门课程）。
- CS 20：计算机科学离散数学是计算机一年级学生的一门非常常见的课程，满足形式推理的离散数学要求。
- CS 124：数据结构和算法主要由二年级学生学习，但有时由具有证明/离散数学背景的一年级学生学习。
数学要求
数学是计算机科学许多领域的基础，无论是线性代数、概率和微积分在机器学习、图形和优化中的使用，图形在算法设计中的使用，逻辑在编程语言中的使用等等。因此，计算机科学专业的学生需要扎实的数学基础才能取得成功。由于数学课程往往是许多其他更高级课程的先决条件，因此我们强烈鼓励所有计算机科学学生不要推迟学习数学课程。最好在大一秋季就开始满足数学要求。如果您想考虑其他有数学要求的专业，例如工程、应用数学、统计学、经济学等，这也可以让您保持选择余地。
- 线性代数：线性代数要求可以通过多种不同的方式来满足，包括Math 21b/22a/23a/25a/55a 。我们注意到多元微积分不是计算机科学专业所必需的。我们建议想要同时学习线性代数和多元微积分的学生在秋季学期选择线性代数序列。
- 概率：满足概率要求的最常见方法是采用Statistics 110
- 证明和离散数学：一些计算机科学课程，包括 CS 120、CS 121 和 CS 124，需要证明和离散数学背景
大三、大四你可以根据你自己的兴趣来安排、选修课程。
② 编程1和编程2
学习编程1和编程2，必须要掌握重要的软件构建和良好的工程实践能力
- CS32 计算思维和问题解决
- CS50 计算机科学导论
- CS107/CS207 计算科学的系统开发
- CS109A 数据科学1：数据科学概论
- CS109B 数据科学 2：数据科学高级主题
- CS51 计算中的抽象与设计
- CS61 系统编程和计算机组成原理
- CS153 编译器
- CS161 操作系统
- CS165 数据系统
③ 形式推理
形式推理课程向学生灌输的是计算机科学学术里至关重要的形式思维习惯，主要包括可计算性和复杂性理论、数据结构与算法、算法分析等课程。
- CS120 算法、可计算性和复杂性导论
- CS124 数据结构和算法
- CS222 网络、数据传输和搜索引擎的算法
- CS223 概率分析和算法
- CS224 高级算法
- MIT 6.854 高级算法
④ 计算机系统
计算机系统主要是围绕计算机的软件和硬件的交互和适应来展开，这些课程要求学生能够自己或组队完成广泛的编程以及计算机系统开发方面的作业，需要设计软件以及硬件的组件，同时要关注性能、稳定性、安全性等（以下列表排除了和编程类、形式推理类重复的课程）。
- CS141 计算硬件
- CS145 / CS245 大规模网络
- CS146 计算机架构
- CS242 大规模计算
- CS243 高级计算机网络
- CS246 高级计算机体系结构
- CS247R 计算机体系结构高级主题
- CS261 操作系统研究课题
- CS262 分布式计算简介
- CS263 系统安全
- CS265 大数据系统
- PHY123b / ES153 实验室电子
- MIT6.172 软件系统性能工程
- MIT6.858 比较系统安全
推荐学习课程
① CS50 计算机科学导论
介绍计算机科学和编程艺术的智力企业。本课程教学生如何通过算法思考并有效地解决问题。主题包括抽象、算法、数据结构、封装、资源管理、安全、软件工程和网络编程。语言包括 C、Python 和 SQL 以及 HTML、CSS 和 JavaScript。受艺术、人文、社会科学和科学启发的问题集。课程以最终项目告终。专为集中器和非集中器设计，无论是否有编程经验。
先修课程： 零基础可学，无先修课程
学习地址： CS50 计算机科学导论
② CS51 计算中的抽象与设计
计算机程序设计中的基本概念，强调抽象的关键作用。本课程的目标是让学 生深入了解编程和编程之间的区别。为了强调表达编程解决方案的不同方法，您将学习以各种范式进行编程——包括函数式、命令式和面向对象。来自软件工程和计算模型的重要思想将为这些不同的编程观点提供信息。
先修课程： CS50 计算机科学导论
学习地址： CS51 计算中的抽象与设计
③ CS61 系统编程和计算机组成原理
计算机系统编程、机器组织和性能调整的基础知识。本课程提供扎实的系统编程背景以及对低级机器组织和设计的深刻理解。主题包括 C 和汇编语言编程、程序优化、内存层次结构和缓存、虚拟内存和动态内存管理、并发、线程和同步。
先修课程： CS50 计算机科学导论、CS51 计算中的抽象与设计
学习地址： CS61 系统编程和计算机组成原理
④ CS107 计算科学的系统开发
这是一门基于项目的课程，强调为科学计算和数据科学设计、构建、测试、维护和修改软件。学生将分组参与多个项目，从小型数据转换实用程序到大型系统。学生将学习使用各种工具和语言，以及各种组织团队的技巧。最重要的是，学生将学会适应基本工具和方法来解决学术或工业环境中的计算问题。
先修课程： CS50 计算机科学导论
学习地址： CS107 计算科学的系统开发
⑤ CS120 算法、可计算性和复杂性导论
理论计算机科学的入门课程，旨在让学生有能力使用数学抽象和严格的证明来理解计算。如此装备后，学生将能够设计和使用适用于各种计算问题的算法，并对算法的正确性和效率充满信心，并能够识别问题何时可能没有算法解决方案。同时，他们将欣赏美丽的计算数学理论，该理论独立于（实际上早于）实现它的技术。
先修课程： CS50 计算机科学导论
学习地址： CS120 算法、可计 算性和复杂性导论
⑥ CS121 理论计算机科学导论
计算发生在各种基质上，包括硅、神经元、DNA、股票市场、蜂群等等。在本课程中，我们将研究计算的基本能力和局限性，包括普遍现象以及代码和数据的二元性。我们将涉及的一些问题包括：是否存在无法计算的函数？是否存在无法证明的真实数学陈述？是否存在无法破解的加密方案？随机性对计算有用吗？我们可以利用量子力学的怪癖来加速计算吗？
先修课程： CS20 计算机科学中的离散数学
学习地址： CS121 理论计算机科学导论
⑦ CS124 数据结构和算法
设计和分析高效的算法和数据结构。涵盖了算法设计方法、图形算法、近似算法和随机算法。
先修课程： CS50 计算机科学导论
学习地址： CS124 数据结构和算法
⑧ CS141 计算硬件
本课程介绍设计和构建与现实世界交互的现代信息设备和系统的基础知识。它侧重于数字设备和系统，并补充了 ENG-SCI 152，后者侧重于使用模拟电子设备的设备和系统。主题包括：组合逻辑和时序逻辑；计算机架构; 机器码；以及构成 MIPS 处理器的基础设施和计算框架。在设计中考虑了硬件和软件系统之间的交互。学生将为嵌入式系统设计专用硬件
先修课程： CS50 计算机科学导论
学习地址： CS141 计算硬件
⑨ CS145 云网络和计算
本课程研究计算机网络主题，包括第 2 层/第 3 层拓扑、路由、传输协议、流量工程、网络功能、可编程交换机和软件定义网络。现代网络已经发展到大规模（连接数百万台服务器）和高速度（每秒太比特），以满足商业和社会中云应用程序的需求。因此，除了学习网络中的常规概念外，我们还将讨论如何将这些概念应用于大规模网络。这些讨论有望有助于加深我们对网络技术的理解。本课程包括讲座和系统编程项目。
先修课程： CS61 系统编程和计算机组成原理
学习地址： CS145 云网络和计算
⑩ CS146 计算机体系结构
回顾现代处理器设计中的基本结构。主题包括计算机组织、内存系统设计、流水线和其他利用并行性的技术。在时间允许的情况下讨论现代主题，包括 GPU 架构、数据中心架构、移动/嵌入式 SoC 架构和机器学习加速。强调设计备选方案的定量评估以及对性能和能耗问题的理解。
先修课程： CS141 计算硬件
学习地址： CS146 计算体系结构
⑪ CS152 编程语言
全面介绍传统和现代编程语言的主要特征和总体设计，包括语法、形式语义、抽象机制、模块化、类型系统、命名、多态性、闭包、延续和并发。提供设计、评估、选择和使用编程语言所需的智能工具。
先修课程： CS51 计算中的抽象与设计、CS121 理论计算机科学导论
学习 地址： CS152 编程语言
⑫ CS153 编译器
为编程语言实现高效的解释器和编译器。相关的算法和语用问题。强调实际应用，包括那些在适当的编程语言之外的应用。还展示了与编程语言理论和设计的关系。参与者构建一个工作编译器，包括词法分析、解析、类型检查、代码生成和寄存器分配。暴露于运行时问题和优化。
先修课程： CS51 计算中的抽象与设计、CS61 系统编程和计算机组成原理
学习地址： CS153 编译器
⑬ CS161 操作系统
本课程侧重于现代操作系统的设计和实现。本课程讨论线程、进程、虚拟内存、调度程序以及操作系统用来表示活动计算的其他基本原语。系统调用接口的探索解释了应用程序如何与硬件和其他同时执行的程序进行交互。流行文件系统的案例研究揭示了操作系统如何在崩溃和意外重启的情况下提高 IO 的效率和稳健性。学生还将了解虚拟化如何允许物理机将其资源分配到多个虚拟机中。课堂主题通过 一系列使用真实操作系统的密集编程作业得到强化。
先修课程： CS50 计算机科学导论
学习地址： CS161 操作系统
⑭ CS165 数据系统
本课程是对现代数据系统的全面介绍。本课程的主要重点是目前正在塑造数据管理行业的现代趋势：列存储和混合系统、无共享架构、缓存意识算法、硬件/软件协同设计、主内存系统、自适应索引、流处理、科学数据管理和键值存储。我们还研究数据系统的历史、传统和开创性的概念和思想，例如关系模型、行存储数据库系统、优化、索引、并发控制、恢复和 SQL。
先修课程： CS50 计算机科学导论
学习地址： CS165 数据系统
推荐选修课程
① CS109 数据科学概论
该课程将侧重于分 析杂乱的现实生活数据，以使用统计和机器学习方法进行预测。涵盖的材料将使用数据整合调查的五个关键方面：（1）数据收集 - 数据整理、清理和采样以获得合适的数据集；(2) 数据管理——快速可靠地访问数据；(3) 探索性数据分析——产生假设和建立直觉；(4) 预测或统计学习；(5) 交流——通过可视化、故事和可解释的摘要来总结结果。
先修课程： CS50 计算机科学导论
学习地址： CS109 数据科学概论