计算机求积编程可以通过多种数值积分方法实现，包括梯形法则、辛普森法则、高斯积分法等。以下是使用Python语言进行数值积分求积的示例代码：
```python
import math
def func（x）:
return math.sin（x） 以计算sin（x）的积分为例
def integrate（a, b, n）:
h = （b - a） / n 计算步长
result = 0.0
for i in range（n）:
x1 = a + i * h
x2 = a + （i + 1） * h
result += （func（x1） + func（x2）） * h / 2 梯形法则计算积分值
return result
积分区间起点
a = 0.0
积分区间终点
b = math.pi
取样点个数，n越大，结果越精确
n = 1000
result = integrate（a, b, n）
print（"函数sin（x）在[0, π]区间上的积分值为：", result）
```
在编程实现求积时，需要注意以下几点：
选择求积方法：
根据函数的特性和积分区间选择合适的数值积分方法，如梯形法则、辛普森法则等。
确定积分上下限：
积分上下限的确定决定了求积范围，需要根据实际问题的约束条件进行选择。
精度控制：
对于某些积分函数来说，计算结果可能需要非常高的精度才能得到准确的结果，因此选择合适的计算精度以及判停标准变得非常重要。
数值稳定性：
求积过程中需要谨慎处理数值稳定性问题，避免数值溢出和数值不稳定现象的发生。
优化计算效率：
对于复杂的求积问题，计算效率也是一个需要考虑的问题，可以通过算法优化、并行计算等方式提高计算效率，以减少计算时间。
此外，还可以使用现成的数值计算库，如Python的SciPy库，它提供了多种积分函数，可以简化求积过程。例如：
```python
from scipy.integrate import quad
import numpy as np
def func（x）:
return np.sin（x）
result, error = quad（func, 0, np.pi）
print（"函数sin（x）在[0, π]区间上的积分值为：", result）
```
通过以上方法，可以根据具体需求选择合适的编程语言和求积方法，实现计算机求积编程。