在数学建模中遇到编程问题时，可以采取以下步骤：
确定编程语言和开发环境
根据建模需求选择合适的编程语言，例如Python、R、Java等。
选择合适的开发环境，如Jupyter Notebook、MATLAB、PyCharm等，以便于编写、测试和演示代码。
数据处理和分析
编写程序对数据进行读取、清洗、转换和预处理。
使用数据分析工具库（如NumPy、Pandas）进行数据操作和分析。
设计算法和数据结构
根据数学模型的特点和需求，设计高效的算法和数据结构。
选择合适的算法可以提高程序的运行效率和准确性。
编写代码
根据算法和数据结构设计，开始编写代码。
合理的组织代码结构，使用注释和命名规范来增加程序的可读性。
测试和调试
编写完成后，进行测试和调试，确保程序的正确性。
通过输入不同的数据和情况，检验程序的输出是否符合预期。
优化和改进
对于效率低下或存在问题的代码，进行优化和改进。
可以使用一些技巧和方法，如向量化计算、并行计算等，提高程序的性能。
提交和演示
准备好最终的程序版本，并按照比赛要求进行提交。
如果需要，可以进行演示，向他人解释你的模型和代码。
如果你对编程不太熟悉，以下是一些建议：
学习基本的编程语言
学习一些基本的编程语言（如Python、MATLAB等），这将帮助你更好地理解数学建模中使用的算法和工具。
学习数学建模的基础知识
在学习数学建模之前，需要先掌握一些基础的数学知识，如微积分、线性代数、概率论等。这些知识可以帮助你更好地理解和应用数学建模中的模型和方法。
参加数学建模培训班
一些高校、科研机构和培训机构都会开设数学建模的培训班，这些班级通常会提供专业的教学和指导，帮助你更好地掌握数学建模的方法和技巧。
寻找合适的学习资源
网络上有大量的数学建模学习资源，包括书籍、教程、视频等，你可以根据自己的需求和兴趣选择适合自己的学习资源。
多做练习和实践
数学建模是一门实践性很强的学科，需要不断地练习和实践才能掌握。你可以参加一些数学建模比赛或者做一些实际问题的建模，来提高自己的能力和经验。