想学好编程应该怎么做？
我认为学习编程是一件好事，不要认为编程很难,其实它并不难,不过之前你得先了解你学习编程的目的是什么？这个很重要，因为目的决定你的发展方向。目前对于编程有很多种编程语言以及相对应的开发软件，根据你的情况选一种语言进行专业学习，不要盲乱学习。编程是一种融汇贯通的东西，学会基础到后边就越来越简单了。而且可以向多种语言发展。因为毕竟世上没有永远不过时的东西嘛！下面说明一些常用的编程语言。
C语言是一种可移植性和多系统平台的编程语言
JAVA是一种功能强大可移植性强的开发语言
HTML是一种超文本标记语言
JavaScript是一种基于客户端的脚本语言
程序语言，顾名思义就是一种语言，是用于交流的，程序就是计算机的语言和人类语言的翻译者，做一个程序员就是要把人类世界的问题用计算机的方法去解决和展现，可是因为种种原因，大多数人在如何学好语言，如何学好开发平台上疲于奔命，到头来你只会敲写代码。如果想做一个合格的程序员，C++、JAVA、sql、都是一定要学的,另外，不要去学你喜欢的，也不要去费劲脑子想该学什么，看看IT界，IT市场需要什么，你就学什么。
新手学编程要从根本出发
从理论上来说，需要广泛的阅读，了解算法的博大精深和计算机的基本理论。
从实践上来说，需要有广泛的练习，练习的广泛在于练习不同的内容。
然后就是创新精神和数学思维能力，这些都是需要培养的。
基础要打好学编程要具备一定的基础，总结之有以下几方面：
(1)数学基础、从计算机发展和应用的历史来看计算机的数学模型和体系结构等都是有数学家提出的，最早的计算机也是为数值计算而设计的。因此，要学好计算机就要有一定的数学基础，出学者有高中水平就差不多了。
(2)逻辑思维能力的培养、学程序设计要有一定的逻辑思维能力，“思维能力”的培养要长时间的实践锻炼。要想成为一名优秀的程序员，最重要的是掌握编程思想。要做到这一点必须在反复的实践、观察、分析、比较、总结中逐渐地积累。因此在学习编程的过程中，我们不必等到什么都完全明白了才去动手实践，只要明白了大概，就要敢于自己动手去体验。谁都有第一次。有些问题只有通过实践后才能明白，也只有实践才能把老师和书上的知识变成自己的，高手都是这样成材的。
1.本地开发应用软件开发的工具有：VisualBasic、Delphi、VC++(C++Builder)等；数据库开发工具有：VisualFoxpro、OracleDeveloper、PowerBuilder等。
2.跨平台开发开发工具如Java等。
3.网络开发对客户端开发工具如：JavaScript等；对服务器开发工具如：PHP、ASP、JSP、ISAPI、NSAPI、CGI等。以上不同的环境下几种开发工具中vb法简单并容易理解，界面设计是可设化的，易学、易用。选VB作为入门的方向对出学者是较为适合的。(但现在已经过时)
培养好的编程习惯
编程入门不难，但入门后不断学习是十分重要的，相对来说较为漫长。在此期间要注意养成一些良好的编程习惯。编程风格的好坏很大程度影响程序质量。良好的编程风格可以使程序结构清晰合理，且使程序代码便于维护。如代码的缩进编排、变量命令规则的一致性、代码的注释等。
多问多学习掌握编程思想必须在编程实际工作中去实践和体会。编程起步阶段要经常自己动手设计程序，具体设计时不要拘泥于固定的思维方式，遇到问题要多想几种解决的方案。这就要多交流，各人的思维方式不同、角度各异，各有高招，通过交流可不断吸收别人的长处，丰富编程实践，帮助自己提高水平。亲自动手进行程序设计是创造性思维应用的体现，也是培养逻辑思维的好方法。
总结1、先照书上的题目写，题目的设计是有道理的巩固基础知识。
2、找数学题，写个小程序解决，熟悉算法和基础函数。
3、自己出题目，小一点的，如自编资源管理器、自编写字板之类，练习WINDOWS下的编程。
4、结合身边的事，找个中等课题，或看别人的程序，自已想办法实现。
5.把教材中的例子,自己仿照着写一遍,上机运行,看结果.要知道,任何产品都是有例子的，有机结合或仿照。
6.从自己熟悉的事情入手,如成绩统计,编制一段程序,完成一个功能.然后再完善。
7.要反复破坏代码,从破坏中寻找代码的规律。
8.必须经常反复上机练习。
软件编程经常用的算法都有哪些？
排序算法所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。
在计算机科学所使用的排序算法通常被分类为：
计算的复杂度（最差、平均、和最好表现），依据串列（list）的大小（n）。一般而言，好的表现是O。(nlogn)，且坏的行为是Ω(n2)。对於一个排序理想的表现是O(n)。仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要Ω(nlogn)。
记忆体使用量（以及其他电脑资源的使用）
稳定度：稳定排序算法会依照相等的关键（换言之就是值）维持纪录的相对次序。也就是一个排序算法是稳定的，就是当有两个有相等关键的纪录R和S，且在原本的串列中R出现在S之前，在排序过的串列中R也将会是在S之前。
一般的方法：插入、交换、选择、合并等等。交换排序包含冒泡排序（bubblesort）和快速排序（quicksort）。选择排序包含shaker排序和堆排序（heapsort）。
当相等的元素是无法分辨的，比如像是整数，稳定度并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。
(4,1)(3,1)(3,7)(5,6)
在这个状况下，有可能产生两种不同的结果，一个是依照相等的键值维持相对的次序，而另外一个则没有：
(3,1)(3,7)(4,1)(5,6)(维持次序)
(3,7)(3,1)(4,1)(5,6)(次序被改变)
不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地时作为稳定。作这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个物件间之比较，就会被决定使用在原先资料次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。
排列算法列表
在这个表格中，n是要被排序的纪录数量以及k是不同键值的数量。
冒泡排序（bubblesort）—O(n2)
鸡尾酒排序(Cocktailsort,双向的冒泡排序)—O(n2)
插入排序（insertionsort）—O(n2)
桶排序（bucketsort）—O(n);需要O(k)额外记忆体
计数排序(countingsort)—O(n+k);需要O(n+k)额外记忆体
归并排序（mergesort）—O(nlogn);需要O(n)额外记忆体
原地归并排序—O(n2)
二叉树排序（Binarytreesort）—O(nlogn);需要O(n)额外记忆体
鸽巢排序(Pigeonholesort)—O(n+k);需要O(k)额外记忆体
基数排序（radixsort）—O(n·k);需要O(n)额外记忆体
Gnomesort—O(n2)
Librarysort—O(nlogn)withhighprobability,需要(1+ε)n额外记忆体
选择排序（selectionsort）—O(n2)
希尔排序（shellsort）—O(nlogn)如果使用最佳的现在版本
Combsort—O(nlogn)
堆排序（heapsort）—O(nlogn)
Smoothsort—O(nlogn)
快速排序（quicksort）—O(nlogn)期望时间,O(n2)最坏情况;对於大的、乱数串列一般相信是最快的已知排序
Introsort—O(nlogn)
PatienCEsorting—O(nlogn+k)最外情况时间,需要额外的O(n+k)空间,也需要找到最长的递增子序列（longestincreasingsubsequence）
不实用的排序算法
Bogo排序—O(n×n!)期望时间,无穷的最坏情况。
Stupidsort—O(n3);递回版本需要O(n2)额外记忆体
Beadsort—O(n)orO(√n),但需要特别的硬体
Pancakesorting—O(n),但需要特别的硬体
排序的算法
排序的算法有很多，对空间的要求及其时间效率也不尽相同。下面列出了一些常见的排序算法。这里面插入排序和冒泡排序又被称作简单排序，他们对空间的要求不高，但是时间效率却不稳定；而后面三种排序相对于简单排序对空间的要求稍高一点，但时间效率却能稳定在很高的水平。基数排序是针对关键字在一个较小范围内的排序算法。
插入排序是这样实现的：
首先新建一个空列表，用于保存已排序的有序数列（我们称之为"有序列表"）。
从原数列中取出一个数，将其插入"有序列表"中，使其仍旧保持有序状态。
重复2号步骤，直至原数列为空。
插入排序的平均时间复杂度为平方级的，效率不高，但是容易实现。它借助了"逐步扩大成果"的思想，使有序列表的长度逐渐增加，直至其长度等于原列表的长度。
冒泡排序是这样实现的：
首先将所有待排序的数字放入工作列表中。
从列表的第一个数字到倒数第二个数字，逐个检查：若某一位上的数字大于他的下一位，则将它与它的下一位交换。
重复2号步骤，直至再也不能交换。
冒泡排序的平均时间复杂度与插入排序相同，也是平方级的，但也是非常容易实现的算法。
选择排序是这样实现的：
设数组内存放了n个待排数字，数组下标从1开始，到n结束。
从数组的第i个元素开始到第n个元素，寻找最小的元素。
将上一步找到的最小元素和第i位元素交换。
如果i=n－1算法结束，否则回到第3步
选择排序的平均时间复杂度也是O(n2)的。
现在开始，我们要接触高效排序算法了。实践证明，快速排序是所有排序算法中最高效的一种。它采用了分治的思想：先保证列表的前半部分都小于后半部分，然后分别对前半部分和后半部分排序，这样整个列表就有序了。这是一种先进的思想，也是它高效的原因。因为在排序算法中，算法的高效与否与列表中数字间的比较次数有直接的关系，而"保证列表的前半部分都小于后半部分"就使得前半部分的任何一个数从此以后都不再跟后半部分的数进行比较了，大大减少了数字间不必要的比较。但查找数据得另当别论了。
堆排序与前面的算法都不同，它是这样的：
首先新建一个空列表，作用与插入排序中的"有序列表"相同。
找到数列中最大的数字，将其加在"有序列表"的末尾，并将其从原数列中删除。
重复2号步骤，直至原数列为空。
堆排序的平均时间复杂度为nlogn,效率高（因为有堆这种数据结构以及它奇妙的特征，使得"找到数列中最大的数字"这样的操作只需要O(1)的时间复杂度，维护需要logn的时间复杂度），但是实现相对复杂（可以说是这里7种算法中比较难实现的）。
看起来似乎堆排序与插入排序有些相像，但他们其实是本质不同的算法。至少，他们的时间复杂度差了一个数量级，一个是平方级的，一个是对数级的。
平均时间复杂度
插入排序O(n2)
冒泡排序O(n2)
选择排序O(n2)
快速排序O(nlogn)
堆排序O(nlogn)
归并排序O(nlogn)
基数排序O(n)
希尔排序O(n1.25)
比如说这个，我想让它从小到大排序，怎么做呢？
第一步：6跟5比，发现比它大，则交换。564
第二步：5跟4比，发现比它大，则交换。465
第三步：6跟5比，发现比它大，则交换。456
