【计算机考研择校】四川大学vs电子科技大学哪个难度更大?

news2024/11/24 4:40:17

川大在文科,经管方面比科大强,医学在国内都很强。但工科方面特别是电子信息领域明显是科大强于川大。毕竟一个是综合大学,一个是工科大学不可同日而语。

就业上,电子科大在IT领域的社会声誉口碑不错。就业一向都很好。这个多问问IT公司上班的前辈都知道。

难度上,电子科大要难于川大,一是由于每年报考人数至少是川大的两三倍,竞争激烈。二是川大计算机不考数一,是自主出题,认真准备很多都能考130以上所以备考难度小于电子科大,但调剂时候有的学校明确注明必须考统考数一才能接收调剂,这就不便于调剂。

当然,从周围同学的选择中也能看出来哪个更强,这两年每年都有川大的同学报考电子科大计算机,比如今年我所知道的就有两个,一个是川大数学专业的,一个是自动化专业的

费用上,都在成都嘛大体上差不多。不过生活方面川大的研究生在市区,而科大的研究生在新校区。当然市区生活要舒适方便多了。

添加图片注释,不超过 140 字(可选)

我本人是双非一本的计算机专业,23考研一战上岸的,考的是数二英二+408

我数二的成绩是135,408考了114,相信这个分数对大多数人来说是够用的。

添加图片注释,不超过 140 字(可选)

虽然我的复习时间不长,只有不到半年。我是在七月份开始暑假的时候,才开始系统准备专业课的复习。在此之前,我一直在纠结于选择自命题还是408,且学校有几门课,因此408的专业课直到暑假才开始启动。

我本科专业是软件工程,对硬件相关的知识了解很少,所以408中的计算机组成原理这门课让我很头疼。另外,我大学阶段的高等数学基础非常薄弱,大一期末才62,可以说我的高数基础可以用一片空白来形容。

尽管我的基础薄弱,复习时间紧张,但最终的成绩我还是满意的。408考试没有拉垮,数学还考了高分

回想起来,我之所以能够一战上岸,主要归功于我注重备考效率,能够稳步提高复习效果,而且很好地平衡了408和数学这两个复习的大头。

下面我总结了一下自己和「408+数学」艰苦卓绝的斗争经验,分享我的复习心得和使用过的学习资料。全文超过6000字,希望对你有所帮助。

408综述

408指的是"计算机学科专业基础综合",由选择题和简答题两部分组成:

选择题40题,每题2分,总分80分。

简答题7题,包括计算机组成原理2题,操作系统2题,数据结构2题,计算机网络1题。每题10分,总分70分。

408包括四个科目,按难易程度排列为:计算机组成原理、数据结构、计算机操作系统、计算机网络。

考试时间为3小时,共150分,四个科目在试卷中的占比如下所示:

添加图片注释,不超过 140 字(可选)

其中,计算机组成原理最难,涉及硬件内容;计算机网络知识点琐碎、不成体系,需要反复背诵。

近年来,越来越多学校开始采用408,相对于自命题的试卷,408是教育部统一命题的考试。需要注意每年考纲的变化,可能会有一些考点的变动。

如何在408和数学之间取得平衡?

绝大部分复习408的人也需要考数学,将408和数学的知识点合并在一起,直接原地爆炸!

408和数学的共同之处在于知识点极其繁多,而且这两门科目都占据了总分的大头,所以一个都不能轻视。

因此必须要有一个计划,高效地掌握这两门课程。

必须在相同的时间内,打出比别人更多的输出!

尽管我开始复习的时间比较晚,但庆幸的是我找到了数学高效复习的方法。我基本上每天学习9小时,其中5小时用于数学,4小时用于408。

通常我会选择下午复习408,每天着重研究一到两个难点,通过查看答案、观看视频和搜索资料,确保自己彻底理解这些难点。

早上是我复习数学的高效时间,我容易进入心流状态,尤其是在使用"知能行考研数学"时,有时候我会非常投入,完全停不下来。在这里墙裂推荐一下

知能行绝对是最高效的数学备考神器,没有之一

408复习资料

我的408复习策略是每天专注于专业课程,每天投入4小时的时间。我将数据结构和计算机网络放在一组,操作系统和计算机组成原理放在另一组,每天交替学习。

每组科目我会花费2小时的时间,这样可以保证复习进度,也避免遗忘前面学习的困扰。

对于408的分数要求不过高的情况,比如120分以内,我个人认为使用王道的教材就足够了。但如果希望达到120分以上,则需要额外参考一些教材。

王道的书籍非常适合考试,内容专注于考试重点,而且咸鱼老师的讲解也非常易于理解,尽管计算机网络的部分略逊一些。

王道也有一些明显的缺点,即落后于每年考试大纲的变化。当考试大纲更改、新增了一些知识点时,王道的书中就没有涉及这些新内容,同时对一些冷门知识点的讲解也较少。

408考试中有40题选择题,每题2分,总共80分,因此选择题显得至关重要。其中涉及的知识点往往非常繁杂,有时还包括一些较为冷门的知识点。因此,希望取得高分(120+)的考生最好还是回顾教材,确保全方位的复习。

推荐教材:

《计算机网络(第五版)》谢希仁,电子工业出版社

《数据结构》严蔚敏,清华大学出版社

《计算机操作系统(修订版)》汤子瀛,西安电子科技大学出版社

《计算机组成原理》唐朔飞,高等教育出版社

数学复习资料

习题册:[1800基础部分,660所有,330所有,880一些,近10年真题,李林6套/4套卷]

视频:[高数张宇基础,武强化及冲刺,线代李永乐全程,李艳芳历年真题讲解]

软件:[知能行考研数学]

先亮明观点:考研时间宝贵,备考效率最重要,资料贪多嚼不烂,复习效果反而很差。

在6月份进入了数学的强化阶段后,我开始真正独立刷题,但很快面对了残酷的现实 - 不知道如何解题,即使认真学习了,还是不会做!

大家应该都有过这种感觉吧,一看就懂,一做就懵,我也不例外,跟着老师上课非常爽,写起题来一脸懵逼。

刷强化阶段常用的660题非常痛苦,一上午可能只能做完几道题,答题的正确率也惨不忍睹。

重点提醒️:

如果发现很多题目都无法找到解题思路,那么当前这本题集可能并不适合,因为容易像我一样:认真学习过一遍,仍然不会去解题。因为知识框架还没有搭起来,硬刷是要出大问题的!

在基础阶段的听课仅仅是听,做题仅仅是做,那些知识点从脑海中过了一遍就走了,没有留下任何印记。这样一遇到新的题目,还是卡壳,稍有变化,就没有思路。

这是因为数学的解题能力是有底层逻辑的:任何一道考研真题都包含了多个知识点的综合应用。一个没能掌握好的知识点就能把你卡的死死的。

当时我碰巧发现了【知能行考研数学】这个备考网站,可以免费测试各个章节的掌握程度,查找自己的薄弱点,就决定试一试!

知能行考研数学知能行考研数学通过大数据分析历年真题的考点难点,为每位考生选择快速提高的突破口。知能行基于机器学习追踪考生知识点的掌握情况,测练合一从而达到高效备考icon-default.png?t=N7T8https://bestzixue.com/?app_referrer_id=VWH~atczc-materials-0225-editor_liaoyf

添加图片注释,不超过 140 字(可选)

我从最有把握的函数极限开始入手,最初以为能轻松通关到等级二,结果很快就败下阵来,知能行很快发现了我的软肋------我不懂得如何使用泰勒公式,只记得 “上下同阶,幂次最低”,但我却不知道如何应用,这导致我在用泰勒公式进行展开时,完全是靠运气。

添加图片注释,不超过 140 字(可选)

我当时知道泰勒公式要展开,但展开到第几项就糊里糊涂。例如这道求极限的题,第一次写我就错了,这道题里cosx 和后面的 cos2x,cos3x相乘时要如何展开,就不知道如何处理了。

添加图片注释,不超过 140 字(可选)

当时让我印象深刻的是知能行答案非常详细,一步一步引导我泰勒展开到第几项。

添加图片注释,不超过 140 字(可选)

当我正确地完成了一个题目后,系统会再出几道相同知识点的题目,以判断我是否真正掌握了这个知识点!这个功能实在是太实用了,因为通常我在做习题册时,只要看懂了错题的答案,就完事了,根本没有深入思考我是否真的掌握了这个知识点。

让我惊讶的是,,它竟然彻底地教会了我如何使用泰勒公式,过去的我对此一知半解,根本不清楚泰勒公式应该展开到几次项,能否解题正确全凭运气。但经过知能行的训练后,拿着泰勒的我打遍极限无敌手啊!

这么精确高效的查找薄弱点是自己复习无法达到的,因为自己归纳错题是很难准确的找出最根本的问题,结果就是常常反复犯错。尽管整理了一堆错题,但该掌握的概念依然模糊。

我对泰勒公式要展开到几次项完全一知半解,但经过知能行的训练后,拿着泰勒的我打遍极限无敌手啊!

查找薄弱点是自己复习无法达到的,因为自己归纳错题是很难准确的找出最根本的问题,结果就是常常反复犯错。而知能行却能够将所有的薄弱点一一找出!

添加图片注释,不超过 140 字(可选)

建议大家可以先利用知能行的知识框架评估自己对各个知识点的掌握程度,然后利用其免费测试来判断自己在这部分知识点上的薄弱环节,就像一次小测验一样。AI教练会无缝衔接你的学习进度,从目前的水平开始继续学习。

408复习心得

数据结构

我认为数据结构是最容易的科目之一,但也存在一定的不确定性。选择题中涉及它时问题不大,但在实际应用题中出现时,可能会带来很大挑战。

近年的真题显示,数据结构的应用题难度明显上升,而编程算法题的难度下降。这对考生来说是不利的,因为算法题类型有限,可以采用各种策略,而应用题涉及的范围更广,可能涉及一些冷门知识点,一下子就可能得不到很多分。比如23年的应用题,某个知识点非常冷门,大多数人包括我都得了0分。

在过去几年的真题中,应用题的数据结构部分基本上都很明确,我认为基本上是送分题。即使是王道强化班和冲刺阶段的押题课也没有给予足够的重视。因此,我觉得认真学习数据结构非常重要,在理解算法的基础上加强记忆,反复重复,最终形成条件反射。

计算机组成原理

计算机组成原理主要包括数据表示运算、主存-cache、指令系统、CPU和总线、以及中断和I/O等五大核心领域。

我认为计算机组成原理是408中最难的一门课程,是考生学习过程中的难题。它对考生的理解能力提出了重大挑战。计算机组成原理更接近硬件底层,对电子基础也有一定的要求,这也是许多跨考生选择退学的重要原因。

计算机组成原理主要分为数据表示运算、主存-cache、指令系统、CPU和总线、中断和I/O等五个知识点。

在学习过程中,我建议对于难以理解的知识点,可以尝试放慢速度,多听几遍老师的讲解。如果依然难以理解,可以先跳过,学习后面的内容,到强化阶段再来解决。因为计组每个部分都有各自的框架,初次学习时可能难以构建整体的框架体系,而框架确实对于理解知识点非常有帮助。

操作系统

操作系统相对于计算机组成原理来说较为简单,同时其中的知识点与计算机组成原理有很高的重合度,包括进程调度、内存分配策略和磁盘寻道等。在学习过程中,会感到很多知识点似曾相识。

这门课程的知识点零散又容易遗忘,所以在强化学习后,需要及时结合题目进行基础复习,最好达到条件反射的程度。

真题的题型相对固定,只是近年来的大题会出一些较冷门的内容,比如21年的磁盘初始化、操作系统引导,以及23年的I/O过程排序等。

计算机网络

学习计算机网络,基础阶段理解知识点非常重要,而在强化阶段主要是背诵。这门课程知识点众多,包括一些零散冷门知识,比操作系统难记。甚至有些还具备一定的理解难度,比如SDN、移动IP。

考虑到计网分值分布的关系,盲目地一把抓全部知识点性价比极低,况且大题题型不像数据结构、操作系统,是比较偏基础的,就更加降低了冷门考点的复习优先级。

关于计算机网络的课程,个人推荐湖科大教书匠老师,在b站上就可以免费观看,对每个知识点讲解的很透彻。

湖科大教书匠老师在真题解析中,将每一种题目都抽丝剥茧,以最直观的方式来呈现复杂的知识点,尤其是:滑动窗口计算题、IP协议与子网划分、拥塞控制部分。

数学复习心得

数学复习的核心是不断强化应用知识点的能力。

我在7月份开始使用知能行,它完美地衔接了我的复习进度。知能行的独特之处在于,它对于每个人的学习基础能够进行个性化的训练,帮助找出薄弱点进行针对性的加强。这样,不管之前学到哪个阶段,都能够顺利衔接,避免之前的努力白费。

知能行的训练正反馈很强,让我常常停不下来。从7月开始一直使用知能行,直到考研结束。最多一天做了72道题,尽管很累,但是能明显感受到自己的进步。

添加图片注释,不超过 140 字(可选)

抗遗忘,持续复习

针对考研数学知识点多、易遗忘的特点,知能行提供了一个很有用的功能叫做「综测」,能根据个人遗忘曲线进行学习,重点复习遗忘的部分,避免无效复习。

每天的综测题目会根据个人训练情况设定,重点针对之前答错的知识点进行出题。这一功能的监督作用避免了拖延学习,确保在学习新知识的同时不会忘记已学过的内容。

添加图片注释,不超过 140 字(可选)

知能行不讲究题海战术,掌握得好的部分题就少,没掌握的部分它也不放过,会拉进小黑屋一顿猛练,而且专门练你的软肋。计算弱的地方,计算量就大;概念弱的地方,概念题就多,非常酸爽!

我是坚持通过综测来不断巩固,提高我的答题准确率,保持在90%以上。附上我的知能行年度总结~

添加图片注释,不超过 140 字(可选)

计算能力至关重要

知能行的计算量很大,对于不爱动手计算的我来说很适合,因为每个问题都有一个倒计时,如果我计算错误,系统会判断我对这个知识点掌握不足。这时知能行不会放过我,会把这个问题标记为"小黄点",并在"综测"中对我进行加强训练。

如果是做习题册,我往往会认为自己掌握了知识点了,ok,放过自己,但大家也知道,这样并不好,在你上考场时,你的机会只有一次,中间计算错误就会满盘皆输。

尽管有时候觉得计算量很大,我也不能不做综测呀!帐不能越欠越多,我必须坚持写下去!当然了,为了不让知能行给我出更多的题,我会在提交答案之前检查自己的计算过程,这一习惯可是帮了我大忙,今年考研的时候,就检查出一道填空题的计算错误,成功挽回5分!

做题技巧

不管是408还是数学,做题的技巧都是一样的!

对于不确定的题,可以用蓝笔标记,对于不会的题,可以用红笔标记,对于确信的题,给自己打个勾。这样有利于之后复习时知道自己在学习中的薄弱环节,节约时间。

在强化阶段,除了做新题,回顾基础阶段的知识同样重要,即把在基础阶段标红和标蓝的题目再认真做一遍,强化记忆。

冲刺阶段做真题时一定要控制时间,适应考场的节奏。因此,在最后阶段要留出2-3份试卷,练习不间断地全程做题,了解需要多少时间。

认真对待每一道真题,一定要理解每一题。如果时间允许,要进行二次甚至三次复习。无论是选择题还是简答题,做完后认真订正,因为真题的质量是最高的。

最重要的是要记住“做题不能简单地看题目一眼,看答案就过去了”,那样肯定学不好!一定要动手做题,严格要求自己,尽量一次性做对!

一些建议

建议1、制定科学的复习规划

复习要有计划,不能盲目学习。制定适合自己的学习计划,包括短期和长期计划,因为不同人的复习方法不同,适合自己的才是最好的。

建议2、精选资料、寻找经验

不要追求繁多的考研资料,而是要求全面、精准。寻找目标院校的学长学姐,借鉴他们的复习资料和备考经验,可以避免走很多弯路。

建议3、重视复盘和改进

不能只在意对错,而忽略改进的重要性。及时复盘是关键,发现复习中的弱点并进行强化训练和改进,才能提升学习效果。

最重要的是踏实努力,始终对自己充满信心。不要被他人的进度和准确率打扰,

这些无关紧要的事情只会干扰你,打乱你的学习节奏。只要你认真努力,结果一定会令你满意!

加油!

码字不易,点个赞再走吧! ❤️

原作者:知杏大人

添加图片注释,不超过 140 字(可选)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1493790.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

AES加密学习

AES(高级加密标准)是一种对称密钥加密算法,用于加密和解密数据。它被广泛应用于各种安全领域,包括但不限于网络通信、数据存储和软件保护。 历史背景 AES是由比利时密码学家Joan Daemen和Vincent Rijmen设计的Rijndael算法演变而…

【YOLO v5 v7 v8 v9小目标改进】新CNN架构 InceptionNeXt:怎么让大卷积核既好用又快

新CNN架构 InceptionNeXt:怎么让大卷积核既好用又快 提出背景问题: 如何提高大核心卷积的效率,同时保持或提升模型性能? 改进思路MetaNeXtInception深度卷积InceptionNeXt 小目标涨点YOLO v5 魔改YOLO v7 魔改YOLO v8 魔改YOLO v9 魔改 提出背…

EC600模块通过AT指令接入阿里云物联网平台并发布属性

摘要:本文介绍一下如何通过EC600模块的AT指令,将设备属性值发送到阿里云物联网平台的方法。 这个模块供电可以是 5-16V 和电脑通过USB串口连接,4线即可。未来集成到自己的系统中的时候,可以直接发送指令即可。 使用的软件是FreeAT…

Apache ECharts数据可视化技术

介绍 官方地址:Apache ECharts 快速入门案例echarts.init //初始化方法 <!DOCTYPE html> <html><head><meta charset"utf-8" /><title>ECharts</title><!-- 引入刚刚下载的 ECharts 文件 --><script src"echart…

4.Rust中的所有权(Rust成名绝技)

Rust成名绝技 Rust 之所以能成为万众瞩目的语言&#xff0c;就是因为其内存安全性。在以往&#xff0c;内存安全几乎都是通过 GC 的方式实现&#xff0c;但是 GC 会引来性能、内存占用以及全停顿等问题&#xff0c;在高性能场景、实时性要求高和系统编程上是不可接受的&#x…

代码随想录-贪心算法

贪心的本质是选择每一阶段的局部最优&#xff0c;从而达到全局最优。 455. 分发饼干 class Solution {public int findContentChildren(int[] g, int[] s) {Arrays.sort(g);Arrays.sort(s);int count 0;int sIndex s.length - 1;for (int i g.length - 1; i > 0; i--) …

Mamba模型底层技术详解,与Transformer到底有何不同?

导读&#xff1a; 基于状态空间模型&#xff08;State Space Model&#xff09;的Mamba模型最近在深度学习领域有赶超Transformer的势头。其最主要的优势就在于其在长序列任务上的优异性能与较低的计算复杂度。本文就Mamba模型的原理进行解析&#xff0c;分析Mamba模型在结构上…

Dynamo初学常识梳理(四)——Revit图元

希望想学 Dynamo 的小伙伴坚持住&#xff0c;每天积累一点点知识&#xff0c;Dynamo 你很快就能上手的&#xff01;Dynamo 并不是你想的那样难学哦&#xff01; 今天要讲的是如何从 Dynamo 中获取 Revit 的图元&#xff0c;这些节点很常用&#xff0c;不需要全背下来&#xff0…

田宏斌:以人为本的听力健康管理实践经验 | 演讲嘉宾公布

一、助辅听器材Ⅲ分论坛 助辅听器材Ⅲ分论坛将于3月28日同期举办&#xff01; 听力贯穿人的一生&#xff0c;听觉在生命的各个阶段都是至关重要的功能&#xff0c;听力问题一旦出现&#xff0c;会严重影响生活质量。助辅听器材能有效提高生活品质。在这里&#xff0c;我们将分享…

【MybatisPlus】QueryWrapper、UpdateWrappe、LambdaQueryWrapper、LambdaUpdateWrapper

一、Wrapper简介 QueryWrapper、UpdateWrapper、LambdaQueryWrapper 和 LambdaUpdateWrapper 都是 MyBatis-Plus 框架中用于构建条件的工具类&#xff0c;它们之间的关系是继承关系。其中 QueryWrapper 和 UpdateWrapper 是基于普通的对象属性名来构建条件的&#xff0c;而 La…

2024最新Android大厂面试真题大全,推荐学习

历时半年&#xff0c;我们终于整理出了这份市面上最全面的最新Android面试题解析大全&#xff01; 章节目录 第一章&#xff1a;Android 基础 面试题 第二章&#xff1a;Android 高级 面试题 第三章&#xff1a;开源框架实战面试解析 第四章&#xff1a;Java 面试题 第五章&a…

SpringBoot源码解读与原理分析(三)条件装配

文章目录 2.3 Spring Framework的条件装配2.3.1 基于Profile的装配1.Profile源码解读2.使用Profile注解&#xff08;3&#xff09;命令行参数配置Profile3.Profile运用于实际开发4.Profile的不足 2.3.2 基于Conditional的装配1.Conditional源码解读2.Conditional使用3.Conditio…

Kosmos-1: 通用接口架构下的多模态大语言模型

Kosmos-1: 通用接口架构下的多模态大语言模型 FesianXu 20230513 at Baidu Search Team 前言 在大规模语言模型&#xff08;Large Language Model, LLM&#xff09;看似要带来新一番人工智能变革浪潮之际&#xff0c;越来越多尝试以LLM作为通用接口去融入各种任务的工作&#…

WordPress建站入门教程:小皮面板phpstudy如何安装PHP和切换php版本?

小皮面板phpstudy支持的PHP版本有很多&#xff0c;包括5.2.17、5.3.29、5.4.45、5.5.9、5.6.9、7.0.9、7.1.9、7.2.9、7.3.4、7.3.9、7.4.3、8.0.2、8.2.9。那么我们如何安装其他的php版本和切换网站的php版本呢&#xff1f;只需要简单几步即可&#xff0c;具体如下&#xff1a…

JavaWeb - 2 - HTML、CSS

什么是HTML、CSS&#xff1f; HTML&#xff08;HyperText Markup Language&#xff09;&#xff1a;超文本标记语言 超文本&#xff1a;超越了文本的限制&#xff0c;比普通文本更强大&#xff0c;除了文字信息&#xff0c;还可以定义图片、音频、视频等内容 标记语言&…

不用下载的工具却能保存西瓜视频的原画视频,支持无水印!

近年来&#xff0c;西瓜视频可谓是炙手可热&#xff0c;得益于其强大的后盾——抖音&#xff0c;以及推出的"中视频计划"。这个计划慷慨地斥资20亿用于支持视频制作者&#xff0c;因此在西瓜视频平台上&#xff0c;我们目睹了大量优质的长视频如雨后春笋般涌现。 对于…

SpringCloud 各自组件的停更/升级/替换

一、停更不停用 现在 SpringCloud 不再修复 bug&#xff0c;也不再接收合并请求&#xff0c;也不再发布新版本&#xff0c;但是目前还是可以继续使用的。 二、以前的组件 以前 SpringCloud 常用的组件如下图&#xff0c;服务的注册和发现使用 Eureka&#xff0c;服务的负载和调…

工业镜头的重要参数之视场、放大倍率、芯片尺寸--51camera

今天来简单介绍下工业镜头中常用的参数中的三个&#xff1a; 1、视场 视场&#xff08;FOV&#xff09;也称视野,是指能被视觉系统观察到的物方可视范围。 对于镜头而言&#xff0c;可观察到的视场跟镜头放大倍率及相机芯片选择有关。因此需要根据被观察物体的尺寸&#xff…

threejs展示glb模型

原模型为rvt模型 <template><div ref"threeJsContainer"class"three-js-container"></div> </template> <script> import { defineComponent } from "vue"; import * as THREE from "three"; import…

如何选择阿里云服务器配置,过来人说说

阿里云服务器配置怎么选择&#xff1f;CPU内存、公网带宽和系统盘怎么选择&#xff1f;个人开发者或中小企业选择轻量应用服务器、ECS经济型e实例&#xff0c;企业用户选择ECS通用算力型u1云服务器、ECS计算型c7、通用型g7云服务器&#xff0c;阿里云服务器网aliyunfuwuqi.com整…