安徽理工大学计算机科学与技术考研辅导培训班全国各号码《今日汇总》-安徽理工计算机科学与工程学院计算机科学与技术考研经验与备考知识重点

安徽理工大学计算机科学与技术考研经验与备考知识重点
考研政治方面:
政治是性价比最高的一门课程,一般来说都是9月开始复习,虽然大纲解析是最权威的,但是排版不是很好,字太密集了,完全没有重点,建议买一本快速背诵的重点小册子,我用的肖秀荣的必背手册。练习选择题可以用肖秀荣的1000题,第一遍梳理知识点,做好标记,第二遍深刻记忆,最后几天的时候看错题,对做选择题很有帮助。到11月中旬有时事政治,我用的风中劲草的时事政治,看了两遍左右,这时基本考试的重点就很明了了,然后下一阶段大概考前20天的时候,大量模拟题上市,推荐肖秀荣最后四套题,押题很准,答案清晰。最后几天的时候对大题的热点要狂背,我那时候肖的背了有五遍。
考研数学方面:
在10月,我启动了模拟测试,入手了李永乐的440题集。这套题里有些难度偏大的异类题,我觉得不太可能出现在真正的考试中,就跳过了,其实是我自己不会做。然而,选择题和填空题设计得很精妙,每一题都涉及多种概念,能够训练你的思维灵活性和关联性,鼓励你探索各种解决方案,所以这些题目应该特别重视。剩下的普通题目虽然看起来基础,但并不棘手,只要静心去做,就能解决,无需恐慌。
在通读一遍复习全书后,我深入研读了张宇的36讲(部分内容略过)。随后,我进行了第二次全面复习,并重新梳理了一遍习题,渐渐体会到了知识的脉络和结构,这显然得益于之前的扎实学习。错题往往暴露出我们常犯的错误和难以掌握的地方,可惜今年我未能充分利用错题资源,后期过于热衷于刷题。
考研英语方面:
张剑的历年英语真题解析,也就是俗称的黄宝书。如果你也是处于想把英语拾起来找点感觉的话,那我推荐你需要找一本不是很难的阅读资料,不需要太深究,做一做,看看答案,但是一定要看一下解析,看一下错误原因。我当时是用的考试虫的阅读,他每个单元有四篇阅读,一篇新题型,前3篇阅读都是简单类,最后一篇是较难。也谈不上好还是不好,就只是一个练手的过渡期。至于张剑的150篇,我是不怎么推荐的。我自己是买了那个基础训练篇,题目设置逻辑倒是和真题有一点点像,可是经常会有答案很难说服人,所以我做了几个单元就没做了,他的那个提高篇,据我同学做的状态来看,就是各种考生词。。。我在八月份的时候开始做的真题,是从1991年开始做的吧,也算是那2000年之前的当练手,毕竟他比市面上的资料靠谱。先是做一遍,看一下正确率,然后带着看一下错误选项的原因。然后一直做到了2002年。然后就是倒回去做第二遍。我的过程是这样的,一句句翻译,自己现在原文上面可是大略的写一下意思,然后对照标准翻译,在订正。这个过程其实挺耗时间的,但是有它的好处。在才开始翻译时候你可能会觉得句序什么的甚为痛苦,可是静下心来,翻个几年,你将会有大收获。还能练翻译,就不需要特地挪时间练翻译了。我在把1992-2002翻了一遍之后,再去做2003-2008,过程和上面一样,可是明显在翻译的时候容易多了,特别是到2005年之后,几乎不用怎么多写,只需要把一些长难句写粗来,而且翻译的正确率上去了,做阅读看答案也好理解多了。我是特地留了最后三年没做,想要最后一个月测评的。这一遍做完,你会发现第一遍做的答案自己完全没有印象,所以放心大胆的做真题吧。在第二遍的时候,还有一个大任务就是分析题目,正确选项为什么正确,错误选项为什么错误,是什么错误。同时也要分析文章结构,分几段,每一段主要讲什么。这一遍做完后,就开始做第三遍,文章大略看一下就很容易有框架了,继续做。其实,要是认认真真每天进行这些工作,在家上背单词,其实做完这些的时候时间不是很多了。所以早点做真题是没有关系的!最后一遍我就是读真题,大声读粗来,一边读一边想着文章结构,就会有很大的阅读的感觉。最后一点就是,在最后一个多月主攻作文的过程中千万不能放掉阅读,因为那个时候怎么的怎么的对真题也比较熟了,再不济每天也得读个一两年的真题。我的这个准备过程是比较耗费心力且短期没什么华丽提升的,但是从身边同学和我的准备和最后分数来看,还是有点效果的。
考研专业课方面:
数据结构是计算机科学的基础,它关乎如何有效地组织和管理大量数据。理解和掌握各种数据结构如数组、链表、栈、队列、树、图等是基础中的基础。你需深入理解它们的逻辑结构、物理存储以及操作这些结构的基本算法。例如,了解数组的一维、二维到多维的概念,链表的头结点、尾节点以及插入删除的操作,栈的后进先出特性,队列的先进先出规则,二叉树的各种遍历方式,图的深度优先搜索和广度优先搜索等。
算法设计和分析是数据结构的核心。对每一个数据结构,你都需熟悉其常见操作的时间复杂性和空间复杂性,并能熟练应用。比如排序算法(快速排序、归并排序、堆排序等)和查找算法(顺序查找、二分查找、哈希查找等)。在复习时,我建议凭编程实现这些算法,这样不仅能加深理解,还能提高实际编程能力。
再者,对动态规划、贪心算法、分治策略等高级算法的理解也是必不可少的。这些算法思想常常被用来解决复杂的问题,如最小生成树、最短路径、背包问题等。理解和运用这些算法需一定的抽象思维和逻辑推理能力。
理论知识和实践应用要相结合。你尝试参与一些项目或者做些练习题来提升实战能力。LeetCode、HackerRank等在线平台提供了丰富的题目资源,凭解决这些问题,你能更好地将理论知识转化为实际技能。