中山大学软件工程考研辅导培训班全国各号码《今日汇总》-中山数据科学与计算机学院软件工程考研复习注意事项与经验
考研资深辅导
2025年01月14日 09:25:41
中山大学软件工程考研经验与复习注意事项
考研政治方面：
新学期伊始，我着手准备复习政治，购买了肖秀荣的全部教材。精讲精练主要涵盖理论内容，然而在通读一遍之后，我的感觉却是：“讲了些什么呢？”实在是记不住啊！由于知识点繁多，初次阅读往往难以留下深刻印象，与周围的同学交流后发现，他们也都有类似的经历，所以如果你感到困惑，也不必过于焦虑。对于政治底子薄弱的人来说，理解理论知识是必须的，特别是马克思主义基本原理。而对于有一定基础的朋友，毛泽东思想和中国特色社会主义理论体系概论，中国近现代史纲要，思想道德修养与法律基础，可以略过不看，直接进入后期的背诵阶段。政治学习中有这样一句口头禅：“得多项选择者得天下！”多选题在考试中占据关键地位。单项选择题和简答题大家得分相差无几，真正拉开差距的是多选题的表现。因此，在复习过程中，务必多加练习选择题，尤其是多选题，再三强调，多选题真的非常重要！我亲自完成了肖秀荣的1000题，并且重复了一遍。此外，政治还包含时事政治部分，这部分需要关注国内外最新的政策、方针和重大会议等信息。临近考试时，我的老师点出了其中的重点，并传授了一些答题技巧，这对这部分的学习很有帮助。到了备考后期，市面上出现了许多模拟试卷，我选择了肖秀荣的八套卷和四套卷，这两本书强烈推荐，答案可以直接用来背诵。我还尝试了蒋中挺的五套卷，也有一些题目命中了，所以建议大家也可以做一做，多做题总归是有益的。顺便提一句，政治大纲实用性不大，没有必要购买。我个人推荐“风中劲草”，它对知识点的归纳很到位，适合直接背诵以应对选择题和部分简答题。总的来说，政治复习的关键在于记忆，但不必过早开始，制定合理的复习计划即可。
考研数学方面：
推荐《复习全书》，各种类型题目比较全，解题技巧也比较多，题目可能有少量偏难的，不过不影响复习。数学本来就是技巧性很强的学科，掌握方法比题海战术更重要。基本上做完《复习全书》和《历年真题详解》这两本书，对于知识点和解题技巧的掌握应该差不多了。剩下的就是找些题练手和巩固自己掌握的方法和技巧。我数学后面又做了陈剑的660题，效果一般，纯粹是为了保持做题的手感。建议还是以前两本书为主，所有的例题尽量先做再看解答，至于真题的重要性更不用多说了，懂的都懂。我最终数学应该是错了一题，还是因为自己看错了题目做错的，所以各位考试时一定要看清题，尤其是条件充分性判断的题目，千万不要贪快，血的教训。
考研英语方面：
我觉得考研英语和大学四六级英语之间关联性不太明显，完全可以凭借一年甚至半年的努力来攻克。英语学习不能一蹴而就，需要逐步积累。首要任务就是掌握词汇，因为词汇是英语的地基，必须先学词汇，然后再去研究语法和策略。我个人认为，英语学习就像一个良性的螺旋递进过程。
这个“黄金循环”包括从词汇到复杂句子，接着从复杂句子到阅读理解，然后从阅读理解到试题，再从试题反哺阅读理解，继续深入理解复杂句子，最终再次回归词汇。首先，我们需要背诵单词，特别是那些常考的高频词，这些词汇经常出现在考试中。当词汇量达到一定水平后，再转向学习复杂句子。一旦能驾驭复杂句子，就可以开始尝试阅读理解。刚开始做题时可能会错误连连，这意味着你尚未真正领悟阅读的精髓。这时，你需要查看答案，找出每个问题在文中对应的复杂句子，仔细理解并记住这些句子中的关键词汇，这就构成了所谓的“黄金循环”。
考研专业课方面：
数据结构是计算机科学的灵魂。理解并熟练掌握线性表、栈、队列、树、图等基本数据结构，以及它们的插入、删除、查找等操作，是至关重要的。特别是排序和搜索算法，如冒泡、选、快速排序，二分查找等，要能够灵活应用并分析其时间复杂度。链表、数组、哈希表等之间的权衡选也是常考知识点。
操作系统是计算机系统的基石。理解进程、线程的概念，掌握调度策略，了解内存管理和文件系统的工作原理，这些都是必不可少的。尤其是内存管理中的虚拟内存、页式和段式存储管理，需深入理解并能进行实际问题的解决。
再者，计算机网络是连接世界的桥梁。TCP/IP五层模型、HTTP协议、DNS解析过程、拥塞控制算法等内容必须清晰把握。特别注意的是，对网络传输中的延迟、丢包、带宽等问题的理解和计算，往往会在试题中出现。
编程语言和编译原理虽然不是直接的考试内容，但好的编程能力极大地帮助理解和解决问题。对C++或Java等面向对象的语言，要熟悉其语法特性，理解类、对象、继承、多态等概念。编译原理的知识，帮助更深层次地理解程序的运行机制。
在学习过程中，我建议大家多做题，凭实战来巩固理论知识。例如，LeetCode、HackerRank等在线平台提供了丰富的题目资源。积极参与讨论，与他人交流，能帮助你从不同角度理解和解决问题。定期回顾和整理笔记也非常重要，这有助于形成自有的知识体系。