数据结构、算法课程综合指南

Mr.Z2001 2023-08-11 20:14:49

目录

  • 数据结构理论课及实验课、课程设计综合指南
  • 1 入门书籍推荐
  • 2 网课推荐
  • 2.1 青岛大学王卓
  • 2.2 清华大学邓俊辉
  • 2.3 AcWing、牛客等竞赛网站
  • 3 刷题、刷题、刷题
  • 4 小结

数据结构理论课及实验课、课程设计综合指南

数据结构(Data Structure, DS)这门课是与算法设计(Algorithm)分不开的,一般来讲,数据结构和算法都写成一本书(也就是常说的DSA),或拼成一门课来讲。我校将其分成两门课来讲,在数据结构课程中侧重于数据结构,在算法课中侧重于算法,但是这两门学科仍然是分不开的。所以,学数据结构的时候不要排斥对应数据结构上的对应算法,要一起学习。

学好这门课的最好的一个方法:把自己当成ACM选手一样去学习,去刷题。这样,你会发现理论知识全会,实验课的题上手很容易,课程设计就是平时刷的题的一个综合。除此之外,算法课也一并解决了。这么做远比做书本上的题有效得多

1 入门书籍推荐

如果你没有参加ACM课程或集训,可以选择这本书作为入门。《深入浅出程序设计竞赛 - 基础篇》,简称"深基"。配合网站洛谷可以按照这本书刷题。有一些标难的题可以看情况跳过。

不推荐:《算法导论》。 劝退理由:又厚又难啃,非常不适合新手。

2 网课推荐

2.1 青岛大学王卓

如果你看书看不进去,更倾向于看网课的话,推荐青岛大学王卓老师的系列视频。(B站视频)数据结构-青岛大学王卓。全集共173个视频,建议从一开始就跟,不然最后期末周时间有限,视频看不完的。看完一个知识点后,要刷一刷题巩固一下,这一步是必须的,不然很快就忘了。

2.2 清华大学邓俊辉

第二个选择,清华大学邓俊辉老师的系列视频。(B站视频)数据结构-清华大学邓俊辉。全集共474个视频,看起来多,但是每个视频不超过10分钟。

2.3 AcWing、牛客等竞赛网站

如果你是保研选手,可以使用上面的网站,挑一个就好。其中有的网站里提供课程,可能是收费的。其中对于非竞赛选手,AcWing的基础课就已经够了。其他网站不太了解,不做评价。

3 刷题、刷题、刷题

你可能不需要像竞赛选手那样刷题,但是必要的编程是不可缺少的。理论课考试有手写代码、实验课要写代码、课程设计也要写代码。所以平时一定要多练习,多刷题。

4 小结

总的来说,平时多做题就能解决数据结构课和算法课的一切的一切。不过这个过程是辛苦的。一来本身做题辛苦,二来大二一学年的课程还不少,但是学弟学妹们一定要咬牙坚持住,不要放弃,不要放弃,不要放弃。最后,祝大家都能学好数据结构,都能学好算法,都能学好编程,都能学好计算机。

感谢大家阅读,如果文章有错误或对数据结构课程有疑问,欢迎在评论区留言。

...全文
755 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文深入探讨了DMA高效数据传输实现方案在高性能计算芯片领域的应用与架构创新,重点分析了缓存一致性DMA、多通道DMA架构及其在数据中心SmartNIC、存算一体芯片和Chiplet互连等场景中的实践。文章结合RISC-V架构,通过Chisel硬件描述语言和C语言驱动代码,展示了多通道DMA控制器的设计与实现,涵盖仲裁机制、AXI总线适配、分散-聚集传输模式及中断处理等核心技术,并强调了性能优化与验证方法。最后展望了AI调度、光互连、近存计算与安全DMA等未来发展方向。; 适合人群:具备数字电路与计算机体系结构基础,从事芯片设计、嵌入式开发或高性能计算相关工作的研发人员,尤其是有1-5年经验的工程师与研究人员。; 使用场景及目标:①理解DMA在突破“内存墙”和降低系统能耗中的关键技术路径;②掌握多通道DMA控制器的硬件设计与驱动开发方法;③应用于SmartNIC、AI加速器、Chiplet等高性能芯片系统的数据传输架构设计;④为构建高带宽、低延迟、高能效的异构计算平台提供参考。; 阅读建议:此资源融合硬件设计与软件驱动,建议结合Chisel仿真与RISC-V平台实操,重点关注DMA与缓存一致性、异构计算单元的协同机制,并通过性能计数器与错误注入手段进行系统级验证。
内容概要:本文围绕基于共享储能服务的智能楼宇双层优化配置展开研究,通过Matlab代码实现相应的数学建模与仿真分析,提出一种结合上层规划与下层运行的协同优化框架,旨在提升智能楼宇能源系统的经济性、能效水平与电网互动能力。研究充分考虑光伏发电、负荷需求、储能充放电等多元因素,采用先进的优化算法(如智能优化算法)对共享储能资源的容量配置与运行调度进行精细化决策,有效降低用能成本,提高可再生能源消纳率,并增强系统运行的稳定性与灵活性。全文涵盖模型构建、算法设计、求解流程及结果验证,具备较高的理论深度与工程应用价值; 适合人群:具备电力系统、能源管理、优化算法等相关背景的科研人员、研究生,以及从事智能电网、综合能源系统、建筑节能等领域的工程技术人员; 使用场景及目标:①用于智能楼宇及园区级能源系统的规划与运行优化研究;②支撑共享储能机制下的资源配置、经济调度与商业模式设计;③作为Matlab仿真教学与高水平论文复现的典型案例,帮助深入理解双层优化模型、主从博弈结构及智能算法在能源系统中的应用; 阅读建议:建议结合提供的Matlab代码进行同步学习与调试,重点关注上下层模型的耦合关系与迭代求解过程,可进一步拓展至多主体协同、不确定性建模(如风光出力波动)及鲁棒优化等前沿方向开展深化研究。
内容概要:本文《【故障检测】基于 KPCA 的故障检测【T2 和 Q 统计指数的可视化】(Matlab代码实现)》系统阐述了基于核主成分分析(KPCA)的非线性故障检测方法,重点实现了T²和Q统计量的构建与可视化过程。通过Matlab编程,将高维非线性数据映射至特征空间,提取主成分并建立监控模型,利用T²和Q指数对工业过程中的异常状态进行联合监测与诊断,有效提升了复杂系统中早期故障的识别能力,具有较强的工程实用性与理论参考价值。; 适合人群:适用于具备信号处理、控制工程或工业过程监测背景,熟悉Matlab编程语言,并从事故障诊断、智能运维、自动化系统研发等相关工作的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应用于化工、电力、制造等流程工业中的关键设备状态监控与早期故障预警;②作为学术研究中KPCA算法的仿真验证平台,用于对比分析不同非线性降维方法的检测性能;③深化对非线性过程监控中统计指标设计与阈值判定机制的理解与实践应用。; 阅读建议:建议读者结合所提供的Matlab代码逐模块运行与调试,深入掌握KPCA建模流程、主成分子空间划分及T²、Q统计量的计算逻辑,鼓励在标准数据集(如TE过程)上复现实验结果,并尝试扩展至其他非线性场景以提升模型泛化能力。

2,106

社区成员

发帖
与我相关
我的任务
社区描述
东北大学计算机类专业社区
辽宁省·沈阳市
社区管理员
  • gibeonwu
  • Mr.Z2001
  • Yu_Des2023
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

自强不息,知行合一

试试用AI创作助手写篇文章吧