安徽工程大学软件工程考研辅导培训班全国各号码《今日汇总》-安工程计算机与信息学院软件工程考研经验与备考方法
考研资深辅导
2024年10月17日 00:37:14
安徽工程大学软件工程考研经验与备考方法
考研政治方面：
我的政治开始复习是在九月初，因为上课的时间还比较早，感觉收获还不少，至少我身边的一些人都是这样，建议大家还是搞好学科的知识基础，以不变应万变。我刚开始背就是每天早上背一些讲义上的知识点，但是我个人觉得并不建议背考研政治大纲全解，因为知识太多抓不住重点，而且也建议近现代每天晚上睡觉前看看就行了，把大好的背诵政治的时间留给其他的。背了大概半个月吧就开始做800题，当肖秀荣的四套卷和蒋中挺的五套卷出来后强烈建议把那几套卷上的大题背了，因为17年考研政治五道题全出自那就套卷子。有时间的话多做做选择题，因为在政治里面能真正拉开分的还是那些选择题。
考研数学方面：
从一年前的三月起，我购入了几本权威教科书：同济大学的高等数学，清华大学的线性代数教程，浙江大学的概率与统计，同时搭配相应的课后习题解答手册。我的学习策略是逐章阅读，边读边抄录关键概念和公式，还专门准备了一个本子来做课后题，遇到难题或者不理解的部分就记录在记概念的笔记本中，当然解题本和笔记本来回切换使用。这个阶段持续了约两个半月。随后，我开始了《660题》的练习，虽然没能全部完成，只做了所有选择题和一半填空题。这个阶段可能会让人感到挫败，因为错误率很高，但这是必经之路。你可能会发现自己遗忘了很多知识，不过查阅之前的笔记就能迅速恢复记忆。六月初到月底，我暂停了考研复习，专心应对学校的期末考试。七月初回到家，我购买了李永乐的《复习全书》，每天投入至少四个小时，关注概念解释和应用技巧，大约二十多天内完成了第一遍阅读——关键是深入理解和做题，有任何想法都可以在旁边做标记。八月十五日回到学校，那时我还在进行第二次高等数学的复习，而这次复习线性代数时则侧重于现代讲义的内容。在阅读课本时总结出的规律性知识可以标注在对应线代讲义的空白处，这样日后查阅更便捷。此时，由于之前课本和课后题的扎实基础，阅读全书并不吃力，尽管知识点众多，全书仍需通读。之后的复习过程中，可以重点关注并强化自己的弱点，全书中的题目也只需做标记过的部分（即错题或难题）。十月初，我开始做2002年以来的数学真题，这时老师讲解的系统方法开始体现效果，做真题的成绩从未低于110分，通常我上午做题，下午核对答案。十一月初，我开始做400题，每日一整套，同样上午做，下午对答案，这个阶段更能暴露我的薄弱点。十天之内我就完成了，得益于之前的真题训练，这个过程非常高效，对于思路清晰的题目只需看答案思路，大题尽量亲自计算。至此，在课本、全书、660题和400题的积累下，我已经具备了较快的解题速度，当然保证准确性至关重要。接下来的二十天，我对《660题》上的错题进行了整理，大概用了十几页双栏A4纸。这个过程依然繁琐，主要是整理思路和反复记忆知识点，最后阶段只需要回顾这些错题。最后两天，我做了近几年的真题，感觉很简单，估计得分能在145分以上。然而这并非最终考试结果，因此还需保持冷静。真正进入考场时，你会发现考试中的解题感受和平时完全不同，速度会大幅下降，所以在平时就必须提高解题速度，归根结底就是要牢固掌握知识。
考研英语方面：
由于我的翻译基础不好，暑假开始我就坚持每天一句。给自己每道题限时三分钟，无论多难都要让自己写出中文译文，哪怕自己都读不下去，然后配合讲解或者是拆分与组合一书，进行修改，学习一些翻译技巧。个人感觉翻译不是可以一蹴而就的，需要在反复的练习和修改中不断提高。
考研专业课方面：
要明白，《数据结构与程序设计》是计算机科学的基础，它不仅涉及到理论知识，更需实践操作能力。数据结构是理解算法的基础，程序设计则是将这些理论转化为实际解决问题的工具。这两部分相辅相成，缺一不可。
对数据结构，重点在于理解和掌握各种常见数据结构如线性表、栈、队列、树、图等的特性及其操作。其中链表、数组、栈和队列是基础，二叉树和图则相对复杂，需深入理解其遍历方式。要熟练运用这些数据结构解决具体问题，比如排序和查找算法，如冒泡排序、快速排序、二分查找等。这里的关键是多做题，凭实践来深化理解。
程序设计方面，C++或Java是最常见的编程语言选，你需熟练掌握它们的基本语法和面向对象编程思想。理解并能灵活运用函数、类、对象、继承、多态等概念。对异常处理、文件操作、输入输出流等内容也需熟悉。编程不仅是技术活，更是逻辑思维的体现，所以编写代码时，清晰的逻辑结构和好的编程习惯至关重要。
在学习过程中，我推荐使用LeetCode、HackerRank这样的在线平台进行练习，它们提供了大量的编程题目，有效提升实战能力。书籍如《数据结构（C语言版）》严蔚敏，以及《Head First Java》都是很好的参考资料。
我想强调的是，无论是数据结构还是程序设计，都需大量时间和精力去投入。理解理论的，不断动手实践，从错误中学习，这是进步的关键。团队学习和讨论也是提高效率的好办法，大家互相帮助，共同进步，你会发现这个过程其实并不孤单。