在计算机专业的学习中，高等数学和线性代数的地位一直备受讨论。这两门课程无疑是重要的理论基础，但将其视为计算机专业学习的“重心”可能过于片面。计算机领域的技术开发是一个多层次、多方向的复杂体系，数学基础与工程实践需要有机融合。

数学基础的必要性
高等数学为计算机科学提供了分析变化、优化问题的工具，尤其在算法复杂度分析、机器学习、图形学等领域不可或缺。线性代数是计算机图形学、机器学习、数据科学的语言，矩阵运算、向量空间等概念是许多核心算法的数学表达形式。缺乏这些数学基础，学生很难深入理解算法的本质，更难以在需要数学建模的领域进行创新。

技术开发的实践需求
计算机技术开发的核心是解决实际问题。这需要编程能力、系统设计、软件工程、网络知识、数据库管理等多方面技能。许多成功的开发工程师并非数学专家，但具备强大的工程实现能力和问题解决思维。过度强调数学可能导致“纸上谈兵”，忽视实际编码能力、团队协作和项目管理等软技能的培养。

平衡与融合：现代计算机教育的趋势
理想的计算机专业教育应当是数学理论与工程实践的平衡：

1. 分层教学：根据学生发展方向（如理论研究、算法开发、应用开发）提供不同深度的数学课程。
2. 项目驱动：在实践项目中融入数学应用，例如在机器学习项目中深化线性代数理解，在游戏开发中应用几何与图形学数学。
3. 交叉视野：引导学生认识数学工具在具体技术场景中的作用，如密码学中的数论、网络算法中的图论。

结论
高等数学和线性代数不应成为计算机专业学习的“唯一重心”，而应作为重要的“基石”。计算机教育的核心是培养学生用计算思维解决复杂问题的能力，这既需要数学提供的抽象思维训练，也需要工程实践的锤炼。在人工智能、大数据等数学密集型领域蓬勃发展的今天，我们更应倡导的是：打下坚实的数学基础，同时不忘计算机科学服务于现实世界的工程本质。唯有如此，学生才能既具备深入理论探究的潜力，又能成长为解决实际问题的优秀工程师。