读者福利
由于篇幅过长,就不展示所有面试题了,感兴趣的小伙伴
更多笔记分享
日常学习
-
理论学习:可通过电脑,也可通过手机上的学习通学习本课程的线上课程数据结构MOOC课程。
-
实验学习:PC上安装Visual Studio较新版本,如2017,用于实验。安装时记得要选择VC++。
- 可通过课堂派回看直播视频。不过一般来说看MOOC效果更好。
学习平台
====
- 《数据结构》线上MOOC课程:可通过手机上的学习通APP或PC Web访问。
-
视频观看
-
章节测验、作业、讨论、期末考试
-
PTA线上编程实验平台:编程练习。
-
课堂派:用于完成作业与测验。
-
雨课堂:用于授课、课前预习、课堂互动、授课回顾(可回看PPT)。
数据结构课程学习说明
==========
本课程采取线上线下混合教学模式。部分学习内容请同学课前自行完成,课上对该部分内容可能不予细讲。线上自主学习部分请同学自己结合课件、书本与视频进行学习。
成绩也将包含线上部分。
成绩组成
- 线上MOOC:20%左右。包含MOOC平台与PTA完成情况(仅参考)。
-
视频(10%)、讨论(15%)、其他(5%)
-
作业(20%)、章节测验(20%)、期末考试(30%)
-
PTA:主要统计完成率不高的学生。
- 平常表现:30%左右。包含出勤、课前预习、课堂回答、实验、课堂参与度等。
-
课前:预习完成情况(预习课件中习题与调查完成情况),课堂上将进行检查。未完成将扣分。
-
课上:课堂提问回答、编程练习。
- 期末考试:50%左右。
- 全院统一线下考试。
**注意:**线上MOOC成绩均由系统根据你完成的学习活动进行统计。未完成的1分都拿不到。
学习目标
-
掌握常用数据结构的特点基本算法,懂得选择合适的数据结构与算法解决问题。
-
能对算法进行一定时间复杂度分析与空间复杂度分析。
-
培养**“编写伪代码”的能力、“将伪代码转化为程序”**的能力。
日常学习时可参考上面3个标准,来评估自己的学习效果。
几大主要的学习活动
课前:预习(雨课件、预习任务单)及自主学习任务单。
课上:串讲、互动、讨论、答疑、编程练习。
课后:作业与编程练习、专题讨论。
学习方法
-
课前预习:根据老师布置的课前预习任务,完成相应的视频观看、课前习题。
-
学而思
-
不仅要看视频、看书,更要多做习题。通过习题来评估自己的学习效果,而不是通过自己刷了多少视频、看了多少页来评估自己的学习效果。
-
最重要的学习工具:纸和笔。用纸和笔辅助你的思考。老师会检查你上课有没有带纸与笔。
-
学而练:多进行编程练习。不仅要“我知道了”,而且更要“我能用代码解决这个问题”。从理论到编程有一个巨大的鸿沟。不是说理论学好了,自然而然就会编程了。提高编程能力只有一种方法-“多编程”!
-
进行一定深度的思考
-
认真完成综合性较强的专题讨论。习题只能检验你对基本知识的掌握。需完成有一定深度的专题讨论作业,才能培养综合运用知识的能力。
-
完成有一定难度的编程题目。
- 提高上课与学习效率
-
如果上课是你对新知识的第一次接触,你需要理解、记忆新概念、然后思考。认知的负荷较重,效果也不佳。因此建议课前先预习。
-
通过预习,上课前你的大脑中已部分完成对知识的理解与记忆。就可将脑力更多地用于思考、发现已有概念之间的联系。上课效率自然就得到提升。
-
课上记录笔记,建议只记录关键词。课后尝试将这些关键词搞懂、串起来,形成正式笔记。
-
课上一定要带纸和笔。
-
预习方法:根据老师布置的课前任务,快速浏览书本、课件或教学视频(1.25-1.5倍速)、标记出有疑问的地方、总结关键字、完成习题。教学视频建议根据需要观看。
-
课后复习的时候试试以做题为核心,碰到不懂得再去参考书本等。效率可能会更高。
本课程重视课前预习,会在课前发送课前预习任务。请大家务必完成课前预习任务。
一个参考的学习流程:课前预习完、做一点习题,在课上积极参与互动与编程练习,课后回顾总结所学知识、完成作业与编程练习。
互动:你如何回顾、巩固你所学的新知识?
资源
==
1. 实验大纲数据结构实验大纲
2. Q群
“群文件”以郑开头的目录中,包含:
-
“Lab”:包含实验所需文件
-
“LectureNotes”:包含教学日历、部分讲义、专题讨论等资料。
-
“Software”: 数据结构课程所需要的相关软件。
3. 线上MOOC
"资料"模块包含MOOC中的课件。
最后
针对以上面试题,小编已经把面试题+答案整理好了
面试专题
除了以上面试题+答案,小编同时还整理了微服务相关的实战文档也可以分享给大家学习
w-1715782494881)]
[外链图片转存中…(img-1LHJk3rJ-1715782494882)]