每天只需编程4小时

其实我一直认为,作为程序员每天有效编程时间大约4个小时就可以,我每天就是最多编程4个小时,不是因为我没有什么活,其实我的工作任务在很多人看来是“相当繁重”的。减少编程时间后,剩下的时间用来学习,研究,可以进行“时间投资”(下文会介绍)。

如何摆脱加班的痛苦,减少工作时间,以下是我的几个小方法:

1. 减少”所谓的无效工作时间”

例如工作时上网时间,因为干这些事的时候,我们精神体能处于死亡的状态。编程时不要看邮件,减少外部的干扰。

2. 放弃完美

根据我的经验很多过长的工作时间就是我们追求完美所造成的。正如《卓有成效的程序员》所说的,“始终牢记你到底要做什么,如果情况开始失控就及时抽身而出。“80 10 10”法则,80%的客户需求可以很快完成,下一个10%需要花很大的努力才能完成,而最后的10%却几乎不可能完成。”我们常常为了那20%的东西,花费了80%的心力,我们所要警醒的是20%的东西是否是核心功能,对于不是重点的功能我们应该说“不”,并及时抽身而出,取和舍是减少工作时间的要点。

3. 使用合理的开发流程,开发方式,高效的开发工具

对于软件开发方法,我个人并不喜欢敏捷,应该所很不喜欢,因为软件质量和生产率成正比,因为软件的质量越高,生产率越高。而不是编码的速度越快,生产率越高。

我喜欢的开发方式是模块化开发,并且是采用相对传统的方式进行开发(常常使用迭代法,一定要画UML),我们组的系统的架构基本上是模块化的,每个提供对外接口,每个模块都要写一个对于的测试例程,一来是为了模块测试,二来是方便做持续集成的人理解。然后进行持续集成。这种开发方式相对比较累的人是做持续集成的人,我最近一直在做这件事。模块化开发出的模块,也可以提高代码质量,以及复用性。

4. 进行时间投资

这是我最近看《杠杆思考术》一书看到的一个概念。程序员的时间投资的根本就是找出“模式”。其实对于程序员而言,例如自动化构建的脚本就是一种时间投资方式,有时重做轮子也是时间投资的方式之一,例如自己写一些适合自己项目开发的工具类库,特别的工具类库常常可以在特定的项目开发中节约很多开发时间。以下摘抄一些书中原文:

因为投资而增加的时间,就应该用来投资打造新的模式或新的事业,进一步作为提升自己能力的自我投资,也就是所谓的再投资。如果能够反复运用这些时间,每年就可以产生数百个小时的时间资产,而且这些额外的时间还能够以复利的形式像滚雪球一样快速增加,所以投资效果就会越来越大。只要能够有效地缩短工作时间,就能争取到更多的额外时间,这样一来也就可以达到不错的成效,而且最终还可以跟升职加薪有所关联。 所谓的时间投资,其实是由几个基本步骤组成的。 首先,最重要的是事前的调查。环视一下自己的工作全貌,检查什么事情是很麻烦的,哪些地方很花时间,自己要完全掌握。 接着,就要检讨在这些工作中哪些项目可以进行的更有效率,也就是所谓的过滤。不管是跟成果有关联的事还是没有关联的事,只要是非做不可并且没办法交待别人的,都按照其重要程度排出先后顺序。而且,为了建立所谓的模式,就必须实际投资时间去实施,以追求效率化。在这种时候,如果无法达到预期的效果,就没有必要勉强坚持下去。相反,如果能够持续取得成果,就能累积时间资产。

当然大话谁都会说,找到适合自己的方法才是最好的方法,对了,今天你是否只编程4小时?

原文发布于微信公众号 - 程序员互动联盟(coder_online)

原文发表时间:2015-06-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

互联网大数据背后的秘密 分析创造商业价值

今天很多是创业公司或者BAT公司,大家把时间花在下面,美国做了一个研究,大部分数据分析师和科学家花很多的时间,只有10%时间创造很多的价值。那么势必我们会产生更...

821
来自专栏ThoughtWorks

TW洞见 | 徐昊谈结对:要更快的编码,还是要更快的交付

1. 我今天有几个问题想咨询你一下,首先第一个问题就说,你在,以敏捷教练来帮助团队实施敏捷的过程中,最经常遇到的一个团队发现的问题是什么?就说因为我这边也待过一...

2817
来自专栏人工智能快报

微软等科技巨头大力推动人工智能进入虚拟现实

西班牙瓦伦西亚理工大学(Polytechnic University of Valencia)计算机科学家埃尔南德斯(José Hernández-Orallo...

2674
来自专栏大数据文摘

大数据在美国金融:一切数据皆为信用数据

1818
来自专栏ThoughtWorks

变中求生—频繁变化的团队如何打造团队文化 | TW洞见

今日洞见 文章作者/图片来自ThoughtWorks:师洁&范文博。 本文所有内容,包括文字、图片和音视频资料,版权均属ThoughtWorks公司所有,任何媒...

2657
来自专栏大数据文摘

案例 | 从RISC到 x86,飞机维修业翘楚Ameco 转型记

1321
来自专栏奇点大数据

大数据变现十日谈之八:门槛和工具

已经谈了七天的大数据变现相关话题,今天我们来聊一聊大数据变现的门槛和工具。我们先说说门槛。 说到大数据变现的门槛,我想这种门槛主要是来源于两个方面的。 方面一,...

3247
来自专栏Java架构

腾讯T4高级Java工程师十年技术之路的思考与感悟(技术与管理)

23610
来自专栏云计算D1net

大数据处理:云应用应具备哪些特征?

在波士顿大数据创新会议上的一个对话会上,IBM云数据服务事业部产品开发副总裁迈克·奥罗克(Mike O’Rourke)表示,所有四个特性,包括在论证中的数据所有...

3555
来自专栏Cloud Native - 产品级敏捷

打造敏捷外包团队的高度自主与自我学习的生态系统

前言:    敏捷开发在没有笨重的流程与过重文档的情况下, 为使产品的开发能维持高效的运作, 关键的作法便在于: 团队能否建立一高度自主与自我学习的生态系统?...

1957

扫码关注云+社区