说实话，作为一名同是计算机专业科班出身的学长来说，我很能理解你的感受。那么既然刷到了，我就结合自己过往的经历来好好回答一下，希望能够对题主以及相关专业的在校大学生有所帮助。
我本科就读于武汉大学计算机科学与技术专业，毕业之后直接拿到阿里巴巴 SP offer，然后就从武汉来到了杭州。回首我的大学生活，我觉得自己做的还行，但如果让我重新来一次，我想我会做的更好。
回到正题，题主之所以感到迷茫，主要在于没有给自己的大学四年生活做一个明确规划，没有一个明确的目标，每天感觉到无所适从，这其实是很多刚进入大学的同学都会遇到的一个常见现象。能够在大一，就有这种觉悟，总比大四才有好不少。那么既然发现了问题，我们就要想办法去解决它，不能拖着，时间不等人，一晃大学就毕业了。
计算机专业是一个是需要一个多动手实践的工科专业，平时学习过程中要动起手去编写代码，多去思考，而不是只看书不去动手写代码，这样是学不好编程的。
正如题主说的那样，计算机专业知识繁杂，确实是这样。但是 我们在学习过程中要分清主次，要走“T 形”路线，而不是像猴子摘桃子一样，吃一口扔一个，到头来竹篮打水一场空。计算机专业，其实有很多种技术路线，但凡在大学期间认准一个路线，毕业是不会缺工作的。如果你有一个明确的学习目标，沉迷于技术的海洋里，也就没有迷茫这一说。
那么问题来了，作为一名计算机专业的在校大学生，我们究竟该如何更好地学习呢？
对于计算机专业的同学来说，在校期间有四门基础专业课特别重要，这四门课也通常是计算机考研学生报考名校必考的四门学科。分别是：数据结构、计算机组成原理、计算机操作系统、计算机网络，当然学有余力也可以掌握好编译原理和汇编这种偏底层的知识。
计算机知识随着互联网的发展更新很快，但本质的东西是不会变的，就像武侠小说里一样，招式再花里胡哨，没有内功也就是个花架子，计算机同样如此。修炼好内功，打好根基，才是我们进一步拓展技术的基础，也是提高技术竞争力的根本所在。
数据结构可以结合着大一开设的 C 语言课程同步学习，也更有利于我们了解第一门计算机编程语言，计算机组成原理通常会在大二学年开设，操作系统和网络原理一般开设时间会在大三学年。当然如果你沉迷于编程的世界，自己就会想办法提前去了解相关知识。
我们在大学学习的过程中会接触很多种编程语言，比如 C /C++、C#、java、Python、js、Android 等。人的精力是有限的，我们在面对这么多编程语言的同时要选择一门语言作为自己的主语言，然后沿着这个主语言枝干不断吸取知识，去开枝散叶。不要啥都想学，知识是无止境的，学不完的，我们需要先确保自己有一个掌握好的路线，去找到工作，然后再不断的拓宽自己的技术栈。
比如，阿里的主语言就是 JAVA，如果毕业想进入阿里工作的同学，在校期间就可以沿着 java 后端这条路线，不断磨练自己的 java 编程技术，那么待到毕业之时，就可以找相关的工作。只要你用心学了，时间足够了，毕业的你也是不会缺工作的。
如果你想进入腾讯或者百度之类的公司，推荐 C /C++。
如果想往数据爬虫、AI 方面，一定要学好 Python。
当然了，Go 语言也是很不错的选择。
大学学习编程的过程中，建议相关计算机专业的同学要养成一个写博客的习惯，无论你是在自己搭建的博客还是第三方网站都可以。写博客是一个很好的技术沉淀过程，很有利于我们不断地提高，当然也是一个交流的过程，我们可以认识更多的朋友，取长补短，共同进步。
最后总结一下：对于计算机专业的同学，我们要确保自己掌握好一种足以让自己找到工作的技术之后，可以沿着这个主干不断提高，就比如前端、后端向全栈工程师迈进一样。不要浮躁，一步一步来，打好基础，你会发现后面的学习会越来越容易，自己也会在不知不觉中迎来质变。没有谁一开始就是大神的，都是经过不断的实践、思考、学习、总结。
加油，同学们，充实地度过大学生活。如果有任何疑问，欢迎与我交流！
挑自己喜欢的，或对自己的未来有用的。
喜欢的就看你自己的感觉了，既然你选了这个专业，总有一些课程是与你兴趣匹配的。
对自己的未来有用，就看你的职业目标，如果打算在这个领域沉淀得深一些，那就多花时间在一些基础学科上吧，甚至包括数学统计等。如果做个开发工程师，那就多学点编程和软件工程方面的，并利用空余时间参加学校或老师的一些开发项目，或在外面接点活，钱多钱少无所谓，主要是动手能力。如果以后是做市场，销售等等，那专业知识差不多就行，多花时间学学课本外面的东西，了解一下外面的行业，市场上的产品，看点市场营销类的书等。如果要创业，那学习就完全是为你的创业项目准备了，不排除还有其他领域的东西，比如机器人，你得知道点传感器等等知识吧。
另外，生在这个国家，我们个人的命运基本是与国运一体的。多关注一下高层的宏观决策，十四五规划等，什么高端制造，自主可控，特别是那些卡脖子的领域。与这些知识或技能靠近，肯定没错。具体到计算机领域，比如芯片设计，人工智能，物联网，网络安全等。
以上供参考。