學習C++的一大好處在於，它可以幫助我們理解生命週期（Lifetime）和所有權（Ownership）的概念，以及型別的抽象，還可瞭解到怎樣利用型別保持API的使用方式不變。除此之外，為何各種高階語言層出的今天，學習C++仍頗有價值？

“C++已死”

大學時代，我就聽過這樣的說法——差不多十年前的事兒了。那時候至少在美國，Java已經成了各公司的主流語言。程式設計師也許都很熟悉Joel Spolsky在2005年12月對JavaSchools發起的批駁。此外，作為微軟應對Java的手段，2000年左右推出的C#也有C++殺手的稱號。這之後，動態語言風靡一時，Ruby和Python開始流行起來。那麼，既然有了這些好用的語言，我們為什麼還要選擇C++語言呢？它難道不是C語言進階版嗎，就像當初的組合語言進階版一樣？如果有時間，建議大家聽一下Herb Sutter的演講，講得很好；時間有限的話也可以只看這個較短的視訊演講，其中包含有具體案例。從TIOBE語言排行榜中我們可以發現，在過去逾15年的時間裡，C++一直穩居最受歡迎語言列表的第三名。對一個老牌語言來說，這個成績不算差了。這讓我想到了另一個問題……

大家怎麼看待指標？

大多立即將C++與指標關聯起來的人都學錯了。“帶類的C語言”已經是老一套了。根據我個人經驗，它糟糕透了。在C語言中，將多維陣列作為函式引數傳送、執行指標運算、以手動方式管理記憶體（就好像沒有容器與智慧指標一樣）、實現雙向連結串列等等，所有這些都是我們應當在C語言的課程上學過的。也許通過這種方式來學習C++並沒有什麼錯？好吧，再想想。

當然，專業的程式設計師應當理解指標的工作方式，但它已經不是現代C++的主旨了。C++一直持續不斷地發展，昨天正確的程式碼，到了今天可能就成了糟糕的程式設計風格。

該語言正在經歷大浪淘沙的過程，套用Bjarne Stroustrup博士的一句話，“C++就像一種新語言，各部分組合較之前更為順暢。其更高層次的程式設計風格較之前更為自然，也一如既往的高效。”現在，C++有了Lambda表示式、記憶體模型（Memory Model）、Range-based for loops、移動語義（Move Semantics）、可變引數模板（Variadic Template）以及所有其他類似的高階功能，這些都能協助我們完成手上的工作。你是否也有一些舊程式碼需要按新標準來更新呢？ 不要擔心，Clang-tidy就是你的救星！這個工具非常酷，可以通過靜態分析找出老式風格程式碼，並給出修改建議。在使用C++時，工具的缺乏一直很令人頭疼，不過這種情況正在改變。你以為只有Java才有自動重構功能？谷歌的Chandler Carruth在演講中提到了使用Ninja編譯LLVM/clang的問題，現在它們都能運用自動重構，立即生成1億行的C++程式碼了。

企業程式碼庫的現實場景

很多電腦科學專業的本科生以為自己將會走上像搖滾明星、忍者或者超級英雄那樣的事業之路：“只管等著讓世界看到我的能力！”這種想法源於他們自認為“是優秀人才，並非常人”。本來抱著一腔期待，準備投身於長時間的設計，以及實現複雜的演算法（至少我以前是這麼想的），然後獲得了第一份工作，結果很快就被20年的老程式碼給打垮了。有著固定快取的strcpy函式分散在數百個檔案、上千行函式、五個版本的手寫linked lists中——請感受一下。於是你捲起袖子，動手收拾這個爛攤子。結果你的主管對你說道：“不要著急，年輕人，公司老早就要求實現這個功能了。不，我們不準備使用新的GCC編譯器，別的團隊都還沒準備好呢。”現在你開始思考：“我哪裡犯錯了呢……”

這個問題可不是C++所特有的，還會出現在除錯一些由Reflection的愛好者所建立老舊的Java程式碼時。如果你是一名Web開發者，很可能會遇到一些PHP的問題。即便使用Ruby，Python或者一些較新的語言，那些枯燥的工作也都會榨乾你的精力。
“你能把那個按鈕挪到右邊並改成粉色嗎？”這就是大多數公司在工作中的現實場景。我想說的是：除了大量遺留問題，或者無聊的程式碼之外，還存在著少量既有挑戰性，又有趣味性的工作，而這些工作有些剛好是C++能發光發熱的領域。

C++稱霸的領域：遊戲、HPC、編譯器、金融財務領域等等

如果不想把時間全用在增刪改查之類的實現上，也許你可以考慮學習C++語言，並選擇一個領域。下面我會給出一些建議。

遊戲行業：幾乎所有3A遊戲都是使用C++編寫的。大眾公認電子遊戲的開發者是軟體行業裡回報最高的工作之一，也是需求量最大的領域之一。因為速度非常重要，所以編寫高效的程式碼就是最基本的要求。除了要懂C++之外，精通遊戲開發更應注重理論與模式的鑽研，而不限於特定的API或者Library。通常還必須具備高超的圖形與數學技能，這些知識足夠你活到老學到老。

HPC：以極限速度處理資料，要求對底層硬體有深刻的理解，這類知識可以直接應用在語言中。通用圖形處理器（GPGPU）及CUDA、OpenCL之類的平行計算框架的出現，引發了對有這類技術的C++程式設計師的需求。如果深入到科學計算領域，還有很多能做的工作。不知你是否聽說過機器學習？這是當今的熱門話題。

編譯器：這是我最喜歡的領域，LLVM專案如此成功，以致於很難找到一種既未使用LLVM庫編寫前端，也沒有使用LLVM生成位元組碼的流行語言，而這些全都是C++。儘管編譯器是以各種語言編寫而成，但其背後的實現原理是相同的。我們使用優化器、靜態分析程式、除錯程式、標準庫、連結器以及所有其他相關的工具來工作。

除此之外，金融領域也有很多工作需要有能力編寫低延遲程式碼的程式設計師。在這個領域，數學背景也是一大加分亮點。該領域的大多工作可能都涉及到開發與維護高頻使用的交易平臺。另外如果不想掛著程式設計師的名頭，這個領域也是很棒的選擇。可以說負責設計並實現金融數學模型的寬客（Quant）職位是所有程式設計師中最有可能獲得高額獎勵的。