Welcome to XDU-CS-Learning-Cracker!¶

自己多敲代码！自己多敲代码！自己多敲代码！不能光听老师讲课，编程语言语法什么的学个大概，关键是实践巩固。没有基础的同学通常会在这门课上感到吃力，这是很正常的，摆正心态，多刷OJ题就好。

高数¶

很重要。尤其是对于在本专业发展的同学来讲，有一个良好的数学基础能走得更远。

其他公共学科¶

主要是刷题为主，个人感觉大物之类的学过之后就再也没有用到了。。

推荐微信公众号 今日西电

维护者：西电小花坊（校内学生团队，QQ群号 347372179 / 819195739）

公众号里面有西电各种公共学科的电子教材，练习册答案等

大一下¶

Python 、java程序语言学习¶

IDE选择¶

建议使用IDEA(Java)和PyCharm(Python) , 两者都是JetBrains公司的产品，使用西电学生邮箱注册可以免费使用。 @16-larry6799

课程选择¶

根据自己的喜好来进行选择吧。

在2016级是第一次开Python语言课程，李光夏的Python感觉还不错，对刚学习编程语言的同学很友善，课程难度不高，无介绍经验。

教Java的王煦老师人不错，可是我听的课程感觉听的稀里糊涂，直到大三学了C++。

Java中重点在于面向对象编程的思想，建议先花点时间看看C++的面向对象程序设计，这样就能很快适应从C编程到Java编程。

程序设计基础课程设计实习¶

我当初选择的图书管理系统：源码

线性代数¶

之后机器学习会用到很多，但是这门课好像学得很浅，而且考察很水，建议找MIT的线性代数课程看一看。中英双语，老师语速很友好，顺便可以练一下听力。

线性代数还有两次考试应该，如果想需要使用matlab但是又不想装（是在太大了），可以使用线上matlab环境。例如免费的 User.me , 相当于一台装了matlab的私人云主机，能满足计科学生学习matlab的基础需求。

大二上¶

数据结构¶

这个时候不知道你有没有参加大一下暑假的ACM集训，养成刷OJ的习惯，如果有的话这门课应该是很轻松的。当初我很划水的过了。

机试占30%，笔试占50%。好好学的话笔试我感觉基本可以考满分。机试一共四个题，两个满分，多做一个总分加五分，所以这门课很多100分的；四个题一定都要看，做不出来也要骗分。

[@20-semikonductor]

数字电路与逻辑设计¶

是一门进入计算机世界的一门硬件基础课。除了要学好软件，对于一些基本的硬件知识也要清楚。这门课相对简单，但是很重要。在大二下和大三上都需要用到这些知识。

电路分析基础¶

也是一门相对简单的课程。这门课是西电传统课，它能帮助你理解低压电路上的工作原理，为以后的课程打下基础。

概率论¶

这可能是大多数同学的最后一门数学课了。这里面的有些东西很有趣，建议认真听，如果以后往机器学习方向发展，可能会有用到。

非常重要，概率论和线性代数知识在保研面试/考研复试中出现率非常高，好好学，做好笔记，大三的时候能够快速回忆拾起知识。

学校考试很简单，基本都是同一个套路，这门课学好要自己花时间理解，理解了就会豁然贯通。 @20-semikonductor

大二下¶

最难顶的一学期来了

计算机组织与体系结构¶

这个课非常的重要，也主要是理论的讲解，不会涉及到太多的编程，但是与计算机有紧密的联系，比如冯诺依曼结构，数字的表示，内存的映射，磁盘如何存储数据和寻找数据，CPU流水线等等。

上课好好听，认真完成老师布置的作业。

这个课与大三上《微机原理与系统设计》课程紧密联系，偏向于理论上的研究。

在西电学堂上有一套完整的视频讲解，搜索”计算机组织与体系结构”（其实也是上课回放），如果有上课听不懂的地方可以去听。

这门课关键是需要多想，想想为什么要这么设计？与其他方法相比好在哪里？

这门课还有一个重要思想，在很多时候设计中有 A 方案，也有 B 方案，但是他们都不是最完美的方案，就需要取一个折中的 AB 方案，既有 A 和 B 的优点，在某种程度上也克服了 A 和 B 的缺点。

赞刘博老师坚持用板书不用ppt~

考研的核心课程，要好好听，不管是保研还是考研都很重要。

计算机通信与网络¶

这个课我还专门的写过一个帖子吐槽

建议看另外一本书籍《计算机网络：自顶向下方法》。建议关注一个知乎用户：车小胖。学习的时候多去问几个为什么，然后把里面得帖子文章都浏览一遍，还是相对而言比较的通俗易懂。因为教科书里面的话比较的严谨，并且经过了字斟句酌，导致经常不说人话。

另外期末考试的题目直接上考研难度，建议买一本考研相关的计算机网络的书籍，一是这些书比较系统和全面，二是多做做里面的题目。当时一些同学考完直接傻了。。。

也是一门自闭的课程，书都没有上完，最后一节课上完三章，如行云流水。最后考试背书都感觉背不完，但是最后老师捞了我们一手，还行，不用过于担心不及格。

操作系统¶

也是让人自闭的一门课，原因是当时讲的老师自己她就不懂操作系统。。。

建议自己学，推荐6.828课程及里面的实验部分，实在一个人推不动，建议参考JOS。

真是自闭，考的也很难，我是按照b站北大陈向群老师的课程来学习的，老师语速有些慢但是很清楚，可以考虑倍速播放。（ps：中途发现清华的学生这门课的实验是自己做一个小操作系统，orz，具体是什么忘记了。。。）

考试分数贼低，还不到80，不说了，贼自闭，复习的和考的基本没关系。。

信号与系统¶

这个我本来是不想提的，但是建议学好FFT相关原理。

关于《信号与系统》，可以在中国大学 MOOC 上搜索 “郭宝龙信号与系统”，讲解的比较细致，习题也设置合理。课程本来就很难，但是这门课为后续做图像处理、机器学习打下了很好的数学基础。

学习者需要有电路分析的基础，也是大三开设的数字信号处理的基础课程。

这里推荐一个西电老师的微信公众号：信号与系统的结构与解释

里面有各种考试，习题等的分析，受益匪浅。

模拟电子技术基础¶

关于《模拟电子技术基础》，可以在中国大学 MOOC 上搜索”孙肖子模拟电子技术基础”，讲解的比较细致，可以帮助你理解很多基本概念。请按照上课的课程顺序学习。

这门课难度较大，但是学好了可以更好的理解计算机设备的制造上的某些细节问题，例如晶体管。

数理逻辑（拔尖班）¶

20 级是刘西洋老师上的，因为是第一年给本科生开这课所以卷子出的很水而且大作业占比60%（阅读 Trustworthy AI 论文写总结）

网上可以搜到研究生做的笔记和往年题

笔记：https://www.jianshu.com/p/2e3552f1d06a

数理方程（拔尖班）¶

信号与系统删减版，主要讲偏微分方程和傅里叶变换，拉普拉斯变换

同样可能是由于第一年给计科开所以卷子出的比较简单，都是 ppt 里的板题

课程补充知识¶

大二到大三计科的大部分的课程的PPT，课后习题答案，考试相关资料等都可以在QQ群 512043533 （过气课件共享群）里面找到，希望学弟学妹积极扩充资料 QQ 群创建者：保研P大的朱大佬，现在是18级的学弟在管理

大三上¶

又是一个身心俱疲并且几乎没有自己的周末的学期。。

必修¶

数据库系统¶

关系型数据库。

如果对这个非常的感兴趣的话，可以去做做pingcap社区做的talent plan。

我当时做的大作业：database

好好做一下大作业，团队合作，挺好玩。学好SQL语言（以后有用，和考试倒是关系不太大）。

王小兵老师验收大作业贼严格，他也会叫研究生帮忙验收。但是小兵老师刀子嘴，豆腐心。小兵老师人还是非常好的，现在还记得他的76行sql语句吧。比较建议大家选赵亮老师的课程，因为长的帅，颜值即正义。

微机原理与系统设计¶

这个课还是比较难的，建议直接去旁听车向泉的课。

好像西电学堂上也有录播。

这个课与大二下《计算机组织与体系结构》紧密联系，偏向于具体的实现，例如 8086 、8088。

要与上学期学的课程联想一下，这样有助于理解。

同时也要回忆起《数字电路与逻辑设计》中的各种电路的设计方法，这样有助于理解这学期的一些系统设计。

汇编语言也需要深刻的理解。

推荐一个电院老师讲的《微机原理与系统设计》：去 bilibili 搜索 “周佳社微机原理与系统设计”。

直接翘课去听车向泉老师的课，如果不放心可以借个账号看回放。回放不是在西电学堂，而是在教务系统，上完这节课后，不到一天就会有录播传上去，所以可以借个车向泉老师班上学生的账号登录教务系统看回放。（看来这个功能推广不够呀，知道的人不算多）另外配套实验做的东西都挺有趣的！

能选车老师的课程就选车老师的，选不了建议借选到的同学的账号看录播，尤其是车老师最后一节课的总结内容，会说考试内容形式，而不会像XX老师。

方向必修¶

计算机视觉（大数据方向必修）¶

苗院长讲了几课中途跑路了，新的老师没有能力把这门课讲好。。。

ppt直接照搬的康奈尔大学的课程，我当时做的大作业：计算机视觉

建议自求多福。考试前把ppt里面的每个原理自己推一遍，实在不会推找大佬帮你推，找不到就死记硬背吧2333

考试点琐碎无比，所以要推理的一定自己手动推一遍，该死记硬背死记硬背。

反正上完这个课我是再也不想去碰计算计视觉了，直接当场劝退。

感觉这个课程其实是按照4个大作业来走的。提前说：大作业都能在网上找到答案，但不建议去抄。大作业的形式就是让你去补充未填写完成的函数，也就是对前几次知识点的考核，建议自己写。考试的话，基本死记吧，有一些些线代的东西。

计算机安全导论（网络、大数据方向必修）¶

通识课，考试难得要死，跟学的完全不一样，建议好好做最后的大作业。

当时我在课上做的演示主题：堆栈溢出攻击

演讲ppt:堆栈溢出攻击

会让挑选做两个大作业，可水也可好好做。ps:老师画的重点一个都没考。。。。

考试大部分都是概念性的东西，依稀记得有https和http，加密算法，防火墙。。。沈院长看完我们考试的试卷可能觉得我们都是垃圾吧，监考的时候走出考场就很生气。

离散数学（二）（网络方向必修）¶

抽象代数，很难，但是考试很水，全是原题。水过

组网与运维（网络方向必修）¶

开卷考试，重视实验

面向对象程序设计（C++，软件方向必修）¶

这个课比较简单，建议先学这个再学Java。

大作业是一个比较简单的小小的系统设计，比如员工管理系统，数据存储可以写在文件或者数据库中。

最后的考试内容以PPT为准，重点是对封装，继承，多态，虚函数，生命周期等的理解。

算法分析与设计（双语）（软件方向必修）¶

挺水的，感觉之前都学过。

建议没有打过ACM的修读，主要内容是算法复杂度分析，排序，并查集，字符串，堆，图论相关算法知识。

一共有几次大作业，算法实现语言不限，不过建议使用Java语言，因为这本书配套了学习资料，以及官方封装的Jar包，可以在此基础上进行编程。最后一次的大作业是dijskra算法的改造，A*算法相关。

考试需要计算和思考的内容还是非常大的，一定要把课后习题全部弄懂。

数字信号处理（嵌入式方向必修）¶

个人感觉难度大于《信号与系统》。教学上围绕DFT、FFT展开，讨论针对序列的不同方式的傅立叶变换的特性及联系，其次教学内容是针对IIR、FIR滤波器的设计方法。上机作业也是在matlab上设计几种不同的滤波器，现场解释设计方法及对信号的处理结果分析。平时也会布置课后作业。

考试为闭卷考试，占60%以上，不过题目基本源于课后习题。

平时认真对待课后习题，这门课还是很轻松能过的。

单片机电路设计与开发（嵌入式方向必修）¶

这是一门综合工程设计，需要2-3人合作完成项目，我是和我的两个舍友组的队。会有一个负责老师在开学后的几周内对选课的人开一次课，讲解课程的一些相关问题，提供几个可选题目也可自己设计题目。之后便是组内成员自己在宿舍或者实验室完成。我这里是前期买了一块C51开发板，调试好程序，之后在面包板上完成元件的焊接。

学习资料的话可以在51单片机论坛查找。

机器学习（双语）（拔尖-智能技术方向必修）¶

和智能院的图灵班一起上，所使用的教材是 PR&ML

实验疑似是祖传的，网上能搜到一堆西电的

人工智能概论（拔尖）¶

教材是西电21年自己编的新书，ISBN：9787302584681

计算理论复杂性（拔尖）¶

请的康奈尔的老师上全英网课

建议结合《计算理论导引》这本教材食用

算法分析与设计（拔尖）¶

讲算法导论，但是老师发在学在西电的教材不太完整，建议找原版书看看

学院选修¶

组合数学¶

打ACM的一定要学一下，Polya和burnside自学，而且这门课没有考试是考察，就交一个小paper就行了。

我当年纯自己写的小paper:[Burnside引理和Polya定理之间的联系]

补充：课程最后有个开卷几道题的随堂测试，不是很难，反正这是一门性价比非常高的选修课。

移动互联网导论¶

性价比也还非常高，这门课一共有3个老师上课，点名不多。

大作业是组队做一个微信小程序，然后答辩即可，非常容易通过。

大数据时代的软件开发模式与技术¶

是中途开的课程，请的外教（中国人）

所有作业均为组队，上课之前会点名

中间有几次编程作业，最后是英文PPT答辩展示。

2个学分，只要作业交了就能通过，最低档次的分数由老师的心情来定，

16级最低分好像是70左右，每个组的组长比组员高2分

云计算与大数据¶

依托亚马逊的免费的云服务器，最后的使用基于亚马逊的Alex智能音响（老师会发）

课程使用很多，考验动手能力，建议对这个感兴趣的同学选修。

补充¶

大二到大三计科的大部分的课程的PPT，课后习题答案，考试相关资料等都可以在QQ群 512043533 （过气课件共享群）里面找到，希望学弟学妹积极扩充资料 QQ 群创建者：保研P大的朱大佬，现在是18级的学弟在管理

大三下¶

必修¶

人工智能¶

水过

比较简单，人工智能的发展史~

有一个遗传算法的实验，验收会给定一个不同位数的基因型，再给不同函数的优化，所以整理成模版以便方便修改各个参数和目标函数F(x,y)。可以参考我的博客:遗传算法求解模版（两元）@18-Vsingeryh

软件工程¶

自己做一个软件

我自己写的一个游戏：GNG

记住自己的idea一定要fancy，不要太过的务实，因为答辩不看代码，有些功能自己吹也是完全没有问题的。

团队合作做个软件，做什么可能并不重要，主要是感受一下做软件整个的流程。最后答辩挺正式的，印象深刻。考试不难，基本是复习到的原题

大作业占50%分数，答辩评分是我们班级内部评分，每个组都可以给其他组高一点的分数，大家互相操作一波你懂的，这时候就看大家团结不团结了。考试内容也不能，按照软件生命周期来的。

方向必修¶

数据挖掘(双语)（大数据方向必修）¶

水过，不喜欢

我感觉还挺好玩的，做两个实验，不难。马小科老师讲的挺好，上课比较严格。同学说实验是三选二，但我记得我当时是二选二了，可能因为某些原因没看到题？选的是电影推荐和聚类技术——复杂网络社团检测。这类型的实验自主性还是比较大的，做完有一丝丝成就感。

媒体数据管理(大数据方向必修)¶

好好做平时的作业，期末考试只占20%，开卷。最后考试全是主观题，相当于当场写小论文。

崔老师讲的还是比较好的。

水过，上课折服于崔院长的颜值。

这节课基本每年实验都会不一样，实验比较混杂，可以说什么方向实验都会来一个，可以部分参考:Media_xdu @18-Vsingeryh

编译原理（软件工程方向必修）¶

这个是我本科写过最硬核的作业了。

老师讲的很一般，建议看SICP。

认真完成大作业，我当时不分昼夜的肝了两个星期：sql parser

这门课张南老师给分还挺高的，个人感觉。老师还会给夏令营的同学签推荐信，爱了爱了❤️

网络应用程序设计（软件工程方向必修）¶

课程所以的实验都在Linux下完成的，很硬核这个课程。

感觉老师讲课讲的也不是太好，基本到课率在30%左右。

第四次实验是写个手机作为电脑鼠标的程序，老师给的程序我都没有跑通，我枯了，所以只交了前三次实验报告。

考试更是究极纯粹，就四道大题，写思路+代码。

建议非方向必修不要选择这么课程，体验不是很好。

分布式计算（软件/网络方向必修）¶

李龙海老师讲的很仔细认真，但是我当年结课了还是没有入门分布式计算。

建议直接上6.824 2018。

当时的大作业：dis_lab

2016级因为时间的关系，所以实验只进行到hadoop那块，缺少 Paxos 分布式一致性算法的实验，希望2017级以后的同学补充上。

机器学习（大数据方向必修）¶

建议直接搜优质学习教程。。。老师水平有限。。。这个课全程划水。。。（求求未来从事这方面研究的同学可以来补充一些）

建议通过优质公开课自学。

实验都不难，难的都可以调库，当然也有大佬不掉库自己写svm的smo算法等等，如果真的想以后做这方面科研可以深入学习，不然直接水过不香吗?同样实验每年都不完全一样，可以部分参考:mlexp @18-Vsingeryh

嵌入式系统（嵌入式方向必修）¶

我是其他方向选修的，考试轻松水过，平时也有实验。

没有教材，课程和考试全都基于PPT，实验也有对应的实验手册。课程内容则是针对ARM汇编程序、ARM下C编程、uCOS-II操作系统、部分外设等。

嵌入式程序设计（嵌入式方向必修）¶

课程和考试也全都基于PPT，有四次实验，会在一天全部完成，指导老师和研究生学长都在实验室，遇到问题可以及时询问他们。课程的主要内容是Linux操作系统（部分）及Linux下的C编程。与《网络应用程序设计》这门课有部分重合点。

建议在学《操作系统》这门课的时候，充分了解Linux操作系统。

有兴趣的话可以尝试在树莓派、Arduino等平台进行DIY，树莓派实验室

SOC微体系结构设计（嵌入式方向必修）¶

无教材，课程基于PPT。课程的主要内容是使用VHDL语言编写CPU的主要功能模块，如寄存器、ROM、RAM、ALU、微程序控制器等。最终目的是将编写的各功能模块组成一个8位的CPU。课程伴随实验进行，共有20次实验，即对各功能模块的程序编写及FPGA验证。实验占比60%，期末考试占比较少，并且考试内容分别来自PPT及实验内容（手写实验代码）。

实验时间没有达到规定学时，导致当时未完成全部实验内容的实现及验收。课程体验不是很好。

课程偏向硬件，建议对计算机组织与体系结构及FPGA有兴趣的同学选课。

选修¶

云计算与虚拟化¶

非常的水，最后就交了一个小论文，没有平时点名和随堂测验。

人机交互设计¶

用Unity做游戏，还挺好玩的

大四¶

基本上有下面几种选择：工作、保研、考研、出国。

当然还有最重要的毕业设计。

毕业设计¶

本科毕业论文latex模板 @16-babydragon
2020本科生论文word排版 @bilibili zl
保研的学生要求良好及其以上，保研学生认真务必认真对待毕业设计 @16-larry6799

SE¶

写在前面¶

@16-TobiasLee：在西电求学四载，一路上受到了许多师长的指点与帮助，甚为感激。毕业之际，也希望把自己四年的一些微不足道的经验与后来的学弟学妹分享，如果这份经验能够帮到你，深感荣幸。如有疑问，欢迎使用邮件的方式与我交流。注：本人为2016级软件学院（后与计算机学院合并为计算机科学与技术学院）软件工程专业，培养方案可能与你的有些许不同，部分经验可能不存在普适性，请自行斟酌。

大一上¶

计算机导论(I)(II)¶

面向大一新生的导论课程，主要介绍计算机的相关发展历程，(II)会涉及到一些数据结构的内容，认真听讲即可。

我们2020届当时有机考

计算机系统组装实习(I)¶

熟悉电脑的基本构造，动手组装电脑，为成为一个~~软件工程师~~修电脑的打下基础。

高等数学(I)¶

神奇的数学课，前面两节课你觉得自己都会，后面突然发现自己听不懂。不要慌张，老老实实做作业，期末刷完卷子你就肯定能过了。至于学会求一堆函数的微分和积分有没有用，就见仁见智了。

大一下¶

数据结构¶

CS 专业的一门非常重要的课程，学习的内容包括链表、队列、栈、哈希表等经典的数据结构，以及简单的排序算法。请认真听课并完成作业，这门课的知识在三年后求职、深造中都是会被经常考察到的。

考试成绩分为笔试+机试，机试的形式为在线 OJ，建议可以在西电 OJ 上刷题锻炼基本的编码能力。

补充一下针对机试的练习, 可以学习一个《挑战程序设计竞赛》前两章，配合GPLT 天梯赛的OJ食用（找不到链接了..不知道这OJ还在不在了）,可以帮助加深对数据结构的理解，提高实现算法的能力。此外春季学期会有GPLT天梯赛，刷题有助于在学校的选拔中取得好成绩。题解的话可以参考这个博客。

线性代数¶

一门可能学完你还是不知道他究竟在干什么的课程，学了行列式的计算、矩阵求逆但你还是不知道有什么用。建议配合 B 站的线性代数的本质课程一起服用，理解比计算更为重要。

大二上¶

概率论与数理统计¶

重要的数理课，请好好学。

面向对象程序设计¶

又名 C++ 程序设计，前半部分会介绍面向对象编程（OOP）的概念，后半部分则会介绍 C++ 这门语言，大作业可能会涉及到的 GUI 编程，推荐使用 QT。对于要找工作的同学来说，课上讲授的内容面试中很有可能会碰到（例如，我曾经被问过虚函数的相关内容），请好好学习，并且适当编一些小 case 加深理解。

大二下¶

计算机系统与设计（Ⅰ）¶

又名《计算机组成原理》，推荐顾新老师的课程。会从较为底层的视角讲述计算的原理（例如，计算机是如何表示浮点数的？）。教科书（蓝色，李伯成与顾新编著）写的还是不错的，同时也可以参考《深入理解计算机系统》这本书进行学习。

软件工程概论¶

PPT 课程，有一个大的概念即可。

数据库系统¶

推荐苏向阳老师。课程内容有一些古老，学完理论部分，建议可以在一些新的数据库工具上进行编程实验。

Java技术¶

第二门语言课程 Java，同样是很多找工作的同学今后吃饭的工具。Java 整个内容比较多，需要同学们自己根据需要去学习相关的内容，其特性也是工作面试中常考的（例如，动态绑定、虚拟机的垃圾回收等）。推荐 IDE：IDEA（JetBrain）推荐课外读物《深入理解 Java 虚拟机》。大作业是一个 GUI 的日历程序，工程量相对来说还是较大的，尽量不要拖到 DDL。

此外，似乎 16 级以后有 Python 可选，也可以选择。

大三上¶

必修¶

计算机系统与设计（Ⅱ）¶

在 (I) 的基础之上进一步深入，会讲解寻址、Cache（缓存）方案等，是非常重要的核心内容。同样，建议配合《深入理解计算机系统》进行服用。

操作系统¶

CS 核心课程之一，建议从头到尾过一遍教科书（英文版）。配套的实训课程需要对 Ubuntu 内核进行一定程度的修改，照着教学视频做也会有很多 Bug，请耐心等待，最后都能过的。

数据通信与计算机网络¶

计算机网络，核心课程，推荐严体华老师，讲课虽然你听不懂但他似乎都是懂的（x；

好好学，期末挂科率很高一门课。

这门课的特点是知识点太多而且需要记忆。除了老师规定的英文课本外，可以配合《计算机网络（第7版）》服用，后者讲地挺细( 《王道考研计算机网络》算是后者薄一点的版本)。不过主要还是课本，因为考试以课本为纲。另外为了应付考试，要学会快速手算CRC，考试可能会出一个很恶心的数值把人心态算崩

选修¶

海量数据管理¶

云计算方向的必修课，其他方向的选修，主要内容是 Hadoop 的学习和使用。验收内容就是 Hadoop 的基本使用，大作业是一个报告。难度不大，给分合理，推荐星级：4.5 / 5

机器学习导论¶

这门课是非常火爆的，第一节课 B 楼大教室都坐不下的程度。随着课程的进行，教室座位的稀疏程度逐渐上升。一方面是因为课程难度加大，另外一方面也是任课老师的教学一言难尽。教材用的是周志华老师的西瓜书，侧重公式的推导。推荐星级 2.5 / 5 。如果不是为了学分，真的想学习相关内容的同学，出门左转 Coursera 吴恩达老师的 Machine Learning 课程。

通信技术基础¶

数据管理技术¶

Android应用开发¶

Windows 8 应用开发¶

大三下¶

必修¶

编译原理¶

软件工程专业的编译原理：推荐张立勇老师，大作业是一个简单绘图语言的解释器，我的课程笔记。

算法设计与分析¶

推荐张立勇老师，上课的时候请确保自己搞懂细节，并且上机实验时尽可能不偷懒，多刷题写代码，你肯定能过的。

选修¶

人工智能概论¶

.NET 程序设计¶

物联网技术¶

Web 工程¶

构件与中间件技术¶

Python程序设计¶

大四¶

大四的课程所剩不多，大多同学在为自己的前途奋斗。

竞赛¶

数学建模竞赛¶

程序设计竞赛¶

acm-icpc(现在貌似应该叫JB-icpc ？) 是计算机行业内认可度最高(？大概)的竞赛（当然信息安全方向的话应该是ctf，我不是很了解，可以咨询西电信安协会）。

春季学期有校赛和省赛。校赛是个人赛，省赛是组队赛。秋季学期有区域赛。

CodeForces 里经常有比赛，CodeForces GYM里有组队赛。

各种经典OJ，如POJ

对于大学刚接触编程的同学来说，鼎鼎大名的《算法竞赛入门经典》不能作为一个好的入门教材（大概率是我太菜了，无法参透此书的奥义）。建议一开始多刷“水题”。“水题”其实不水，可能是比赛中除了签到题外最简单的题，或者是CodeForces里面的A,B题，叫它“水题”的原因是它似乎难以归结到任何一种具体的算法类别之下。初期多刷这种题可以提升算法实现能力。网上随便一搜就有“水题题号合集”应该就能找到很多。基础的算法实现能力提升后可以在不同算法类型（动态规划，图论，网络流，搜索，数论，贪心，字符串，数据结构…）挑选少数进行专项练习（网上有许多合集）切忌博而不精。

对于初学者如果对基础的数据结构和搜索还不熟悉，可以练习GPLT 天梯赛的题目并参加此比赛。详情请见SE/大一下.md的数据结构部分。不过这个比赛和acm比赛的做题思路差别蛮大的。

鄙人不才，一点拙见权当抛砖引玉，西电acm大神非常多，希望大神们可以来分享人生经验。

程序设计竞赛的相关知识可以参考[oi-wiki](OI Wiki (oi-wiki.org))

现在在大一刚入学的第一个学期末会有新生赛，将颁发校级证书和奖品

最终能进入校队参加区域赛的只有一小部分人，如果你想提升自己的编程水平，还可以参加以下比赛

如同时期的IEEExtreme极限编程比赛，csp认证（一年3~4次）以及ccsp（一年一次）。

参加CSP认证并达到一定分数能够获得参加CCSP的资格。CSP系列比赛的题目类型和ICPC也不太一样，且和IEEExtreme一样目前都是IOI赛制

还有一些线上比赛，如百度之星、力扣周赛、codeforces、atcoder、google kickstart等，都可以尝试参加

你也可以在新生赛前报名参加各校内技术俱乐部，如浪潮俱乐部、微软开源社区等，在俱乐部中结交志同道合的朋友。

升学¶

保研¶

请关注西电保研群(367490352)，里面有很多大神学长学姐。

在西电的 CS、SE 拿到保研名额的同学，最后基本上都能有一个比较好的去处，所以请大家保持自信，我们都是很棒的！上研的方向包括：系统、数据库、AI（NLP、CV、ML Theory 等）、分布式、软件工程等。

机试¶

对于计算机/软工学科，不管是是保研夏令营还是考研复试，都需要通过机试这一关。

机试如果取得了不错的成绩，基本上就相当于夏令营优秀营员/考研复试稳了。

这里仅针对没有打过ACM的同学，打过ACM的聚聚到哪里都是乱杀。

CCF CSP认证/PAT

许多学校如北航，可用CCF CSP 认证成绩当作机试的成绩；还有比如浙大，可以使用 PAT 成绩当作机试成绩。

准备机试时间选择

保研的同学可以在3.4月开始准备夏令营的机试；考研的同学初试完成之后寒假准备就行不建议过早准备，考前常规训练能够提高自己的手感

参考资料/OJ选择

《王道计算机考研机试指南》《算法笔记》和《算法笔记上机训练实战指南》 PAT 牛客网考研机试百练

往年该校机试题

该校的OJ系统/学长学姐/知乎专栏/CSDN/简书/王道论坛

经验帖¶

经验贴00：2020计算机保研经验贴！（北航、北邮、中科院）
经验贴01：2020年计算机推免研究生经历分享 - babydragon的文章 - 知乎 @16-babydragon
经验贴02：北邮，北理，北航，中山大学夏令营总结 @16-larry6799
经验贴03：西电保研至东南经验贴 @csdn 16-月半月半
经验贴04：西电to北航一路保研经验分享
经验贴05：2019保研回顾——西电计科到北理工计科
经验贴06：知乎问题-在西电排名10%的学长学姐都去了哪里？
经验贴07：知乎问题-可否分享一下你的西电保外历程？

AI-NLP¶

@16-TobiasLee：自然语言处理，是 AI 中一个偏应用的方向之一，同时也是近几年很~~火热~~内卷的方向。总的来说，选热门方向就会面临一个取舍，即学校档次会有所下降，例如，本来你可以去清华的系统方向，但你如果选择是 NLP 方向的老师，你大概率无法去到 THU，因为 THU 的 NLP 太火爆以至于本校学生都难进。当然，如果您有 ACL 系列会议的论文发表，出色的编程能力（区域赛金牌）以及不错的英语水平（六级 600+），那就天高任鸟飞，海阔任鱼跃了（x

附一个当初收集的 NLP-teacher list（注：排名不分先后，且方向、主页不一定准确，信息仅供参考）：

北京大学：

万小军 http://www.icst.pku.edu.cn/lcwm/wanxj/ 文本摘要，情感分析

严睿 http://www.ruiyan.me/ 对话系统文本生成

李素建 http://123.56.88.210/ 文本挖掘

孙栩 http://xusun.org/ 自然语言生成、结构表示和学习

穗志方： http://eecs.pku.edu.cn/EN/People/Faculty/Detail/?ID=6024

清华大学：

刘知远 http://nlp.csai.tsinghua.edu.cn/~lzy/ 知识图谱，表示学习

刘洋 http://nlp.csai.tsinghua.edu.cn/~ly/ 机器翻译

唐杰 http://keg.cs.tsinghua.edu.cn/jietang/ 社交网络理论

黄民烈 http://aihuang.org/p/ 对话系统、强化学习

复旦大学：

邱锡* http://nlp.fudan.edu.cn/xpqiu/ 情感分析文本生成

黄萱菁 http://nlp.fudan.edu.cn/xjhuang/ 信息检索自然语言处理

上海交通大学：

俞凯 http://speechlab.sjtu.edu.cn/~kyu/ 语音理解，对话系统，语音识别，语音合成

赵海 http://bcmi.sjtu.edu.cn/~zhaohai/ 数据挖掘、生物信息

南京大学:

陈家骏：https://cs.nju.edu.cn/chenjiajun/

黄书剑 http://nlp.nju.edu.cn/huangsj/ 机器翻译 Seq2Seq

中科院:

刘群 http://nlp.ict.ac.cn/~liuqun/index_zh.htm 中文自然语言处理，机器翻译，信息提取

刘康 http://www.nlpr.ia.ac.cn/cip/~liukang/index.html 情感分析

西湖高等研究院

张岳 https://frcchang.github.io/ 解析和生成，机器翻译

哈尔滨工业大学

车万翔 http://ir.hit.edu.cn/~car/chinese.htm 语言技术平台对话技术平台

秦兵 http://ir.hit.edu.cn/~qinb/ 信息抽取篇章语义情感分析

徐睿峰（深圳）http://219.223.252.33/body/shizi/detailcn.php?strID=492 情感计算社交媒体分析

香港中文大学：

Prof. LAM, Wai (林伟） http://www1.se.cuhk.edu.hk/~textmine/ Text Mining IR NLP

香港理工大学:

Wenjie Li（Maggie） http://www4.comp.polyu.edu.hk/~cswjli/ 自然语言生成、理解

出境深造¶

请关注西电飞越群，里面有很多大神学长学姐。

关于各国大学计算机水平排名，可以参考csranking

可以关注一亩三分地论坛。留学中介的话不能全信，因为有的中介会提供错误的信息，为了避免此类情况可以多和学校前辈或同辈交流。

转学¶

可以在大一或大二结束直接transfer到境外学校，接受那个转入学校的本科教育，拿转入学校的毕业证，而不是西电的毕业证。

暑期科研¶

现在很流行的一个东西。大三暑假（我也听说过有强者大二、大三各一次）去境外学校和那边的老师合作进行科研，这样可以拿到境外学校老师的推荐信。我看到清北，华五和境外大学都有很多官方的暑期科研项目，985学校许多和UCLA合作有UCLA-CSST项目（我也听说过自己申请这个项目并成功的，学弟学妹可以试试）。西电没有官方合作项目，可以自行投递简历给教授。

这对想申PhD来说是很好的机会。PhD的申请推荐信很重要，教授会倾向于信任熟悉的其他教授。或者甚至表现良好直接留组也有可能。申master的话推荐信也会很有用。

找教授的话，可以在csranking里面找。csranking还可以帮助挑选出某一方向的教授。有的新来的教授可能在csranking上没有，如果不想有遗漏，可以去大学官网cs/ece/ee faculty下寻找（只在cs faculty下寻找可能会有遗漏，比如一些做深度学习的老师会在ee系，一些做计算机架构、嵌入式系统、计算机系统的老师会在ece下面）。

申请的细节，签证问题等一些比较tricky的东西，我在此不多表。

去了以后，好好干活，可以偶尔旅游一下体验异域风情放松心情，但是要记得自己来的目的。因为工作态度是会被教授看在眼里，不好好干也出不了成果。而且不能只闷头苦干，要多向教授邮件汇报成果（毕竟教授很忙，可能见不了几面），比如每周写周报，我还见过强者天天汇报的… 如果有组会要做好准备，认真准备slides，写稿练习发言（毕竟刚去一个不同语言的环境，要做到辩才无碍很难）。从平时多是上课的学生到一个不同学术体系中的科研项目参与者，这其中的思想转变会有难度，核心就是对工作要负责（其实这也是做所有事情应该有的态度吧，“世界上怕就怕’认真’二字”）。

美国¶

学位分两种 - master和PhD，算是两种完全不同的体系

	master	PhD
费用	自费授课型项目（少数学校有研究型硕士，但是申请难度近似PhD）	有工资，如果所在城市物价不高可以覆盖学费和生活费、房租
去向	读master者大多选择毕业后拿着工作签证在美国找工作(需要刷LeetCode题库)，少数人继续申请读PhD	工作、教职
时间	多为1.5年-2年	大多为5年
申请时什么最重要(个人观点)	本科学校，GPA	推荐信，论文

另外申请还需要英语成绩（都接受托福，少数接受雅思）、GRE成绩（极少数学校不需要）、推荐信（大多学校要求至少三封）、简历、文书。

据我所知acm竞赛，数模的等竞赛成绩对申请帮助几乎为0，这与保研非常不同。所以说选择了不同的目标，大学前三年的努力方向会有很大不同，学弟学妹们最好早做决定，做好取舍，毕竟人的精力是有限的。

西电与一些美国学校也有学分交换项目，比如UCR3+1, UIC，或者也可以自行申请其他学校的学分交换项目（UCB等学校有类似项目，强者可以试试）。和美国学校本科生一起上课，提前适应环境。如果是一年的项目，还可以申请OPT签证，可以在美国实习。西电对于有合作的学分交换项目的政策还是蛮友好的，比如UCR3+1大四出去的一年西电这边几乎没有事，毕设也可以拿UCR这边的课的学分换。我在UCR遇到国内别的学校来的学生，有的还要做国内的毕设远程答辩。

日本¶

可以关注西电和早稻田大学合作的3+3项目

法国¶

西电与许多法国学校有合作

香港¶

香港也分为两种，Master/MPhil与PhD，和上面美国的表格类似

	Master	PhD
费用	授课型硕士Master(一年开销20w-30w)、研究型硕士MPhil（全额奖学金，金额与PhD相同）	全额奖学金，20fall的奖学金标准为17500-18000 港币/月，每年9月会涨奖学金，每月涨500左右。即21fall奖学金标准可能为18000-18500 港币/月。
去向	港校基本不收研究型硕士，因为老师得花钱养你两年，好不容易出点成果你就要毕业走人把香港当跳板去其他地方，老师会很亏。因此大多硕士是授课硕士，毕业可以回大陆工作或者继续申请PhD。找工作各凭本事，一年制硕士由于时间短，收获程度与看这一年的努力程度成正比。继续申请PhD同理，一年内论文出的多可以考虑继续申请。	去其他地方做Postdoc或者回大陆工作。工作可分为工业界和学术界。工业界打工进大厂应该没问题，学术界找教职就得看PhD期间的论文数量。
时间	授课硕士：10个月，（9月入学，第二年7月毕业）研究型硕士：2年。	一般都是4年（无论读完本科申请还是读完硕士申请），某些学校读完硕士再申请可以3年PhD毕业。
申请所需	本科学校档次、GPA、语言成绩（建议考雅思）	本科学校档次、GPA、语言成绩（建议考雅思）、科研成果、推荐信

一些碎碎念：申请香港PhD的同学，不必一股脑朝着港三校（港大、港中大、港科技）申，港三校竞争极其激烈，本科西电211背景能申上的寥寥数人。可以尝试港城大(CityU)和港理工(PolyU)，毕竟读PhD，老师和方向与你match与否才是最关键的因素。比如：港城大的system和networking方向，在香港能排上前两名。

Tips1: 香港尤其看重国家奖学金。如果你的国奖数量>=2个，学校的committee基本就不会卡你（当然硬性指标如语言成绩得过线），这时只要你联系的老师有意向要你，你基本是可以稳拿offer。

Tips2：AI的内卷程度大家也看到了，希望大家在深造时考虑好这个因素，选择也很重要。CS不止人工智能，还有很多有意思的方向等待着大家 :-)。

Tips3: 奖学金真的挺多的hhhhh，就是开销也比较大，香港物价比较高，不过每个月能省下来的钱还是非常可观的。有能力的同学（三次国奖+均分95+托福105+/雅思7.5+若干paper）可以尝试申请香港政府奖学金HKPFS，4年140万奖学金等你来。

@16-Percivale

新加坡¶

澳大利亚¶

考研¶

实习&工作¶

Leetcode刷题经验¶

写在前面¶

毫无疑问，对于面试者代码能力的考察，是面试很重要的部分，尤其是近些年，几乎互联网大厂都加强了对于代码能力的考察，尤其是字节跳动对代码的考察最为严格，体现在两个方面，一是初试，也就是机试会给你2-3道编程题，在规定的时间内进行作答，通过一定的测试样例会有相应的得分，拿到一定的分数才能进入下一轮的面试，有些公司甚至根据做题个数定位面试者的薪水档位。二是面试手撕代码，面试官当场出题，盯着你给你一定的时间完成一个特定的算法题，比较考察面试者在高压下的编码能力。如果手撕代码失败，这轮面试也会大概率凉凉，所以在面试之前有一定的刷题数是十分必要的。

本人利用大四保研时间，做了leetcode站上700道算法题，分享一下自己的做题经验和技巧。本人leetcode个人主页：Amazingt

注：本教程只适合在本科期间没有ACM经验的，算法比较薄弱的学生。ACM算法和LeetCode难度不在一个水平。有ACM经验/奖牌的大佬可以忽略这条经验。

什么是LeetCode¶

LeetCode无疑是找工作刷题的首选网站，其次还有牛客网(UI太乱，不够清爽)等等，但是很多手撕代码的经典题都来源于leetcode原题。目前leetcode有中文站、英文站两种.

中文站

英文站(国际服)

leetcode的题分为Easy ， Mid ， Hard三个难度，一般的公司考察到Mid基本就差不多，最近几年由于内卷严重，Hard考察也屡见不鲜（尤其是字节跳动），建议大家根据自己的水平循序渐进。如果不满足于Leetcode，可以去做更难的OJ，当然这是更好的，多学总没有坏处。

怎么刷¶

首先建议初学者使用中文站，熟悉代码的提交方法，并熟悉整个站的组成，初学者应该从探索卡片刷起，熟悉基本的算法概念。建议初学者使用C++/JAVA来进行刷题，不建议使用Python，强大的api会让初学者基础不牢。

你需要了解的数据结构和算法有

数据结构

数组。包括数组(一维，二维)前缀和、差分,数组的一些基本操作，添加删除等。
栈。栈特别是要注意单调栈的使用，这是一个经常的考的考点。
队列与优先队列。队列用于BFS中，优先队列一般是为了降低算法的复杂度。
树。最基础的，树的各种遍历方法，递归和迭代都要会。
哈希。你需要知道c++这些数据结构的用法，如何进行查找等
图。图需要会使用DFS/BFS进行遍历。其他常见的例如最短路、拓扑排序等。

————————下面是一些高级数据结构————————–
并查集。并查集解决联通分量，十分好用。
Trie树。也叫字典树，用来解决查询问题。
树状数组、线段树。这类题较少，但是不排除考察的可能。

算法

排序。各大排序算法。其中手撕快排堆排，在面试中最为常见，需要熟知每个算法的稳定性，复杂度等。
二分查找。二分查找难点在于边界的选择，和有些题，你不知道如何使用二分。
贪心。贪心算法难点在于找到贪心的策略，一般找到之后，代码十分简单。
动态规划。动态规划是比较难的一类题，没有什么比较好的方法，应该就是多做题，背套路。将DP可以分为好几大类（后面会进行补充）
位运算。位运算的题比较灵活，建议初学者学习补码，反码等计算机基础知识后，再去理解位运算。

————————-模板算法(只需要进行套模板)—————–
滑动窗口。滑窗题模板固定，题的类型也大同小异。只要多打几遍模板，就能熟练运用。
回溯。回溯算法模板比较固定，一般集的在递归后恢复现场即可。
BFS的模板。BFS模板十分固定，一般借助队列，就可以轻松秒杀。
…………..其他算法具体见leetcode上的tag

一些建议和资料¶

建议¶

对于想找一份大厂工作(又觉得ACM太难)的同学，建议从大一开始，就在leetcode上做题，我认识已经有大一1200题的学弟(自愧不如。。。)

周赛与双周赛。周赛是leetcode每周日在早上10.30-12.30一个半小时。双周赛是每两周的周六晚22.30-0.0。两个比赛都是四道题，基本前两题都是送分（有时候第二题会很难），第三题需要一定的算法知识，第四题是你成为大佬的试金石。很多人卡在常年三题（比如我。。。）每场比赛会有一定的积分奖励（可以兑换周边，做题还有衣服穿他不香嘛），而且会更新rating排名，是很好的检验自己学习成果，并锻炼自己在短时间解决问题的方法。所以极力推荐参加周赛/双周赛。

每次双周赛在B站都有大佬实况录像解题，学习别人的思考方法无疑也是重要的学习手段。推荐UP主：

资料¶

最好的资料应该就是题解区的题解。一些国服题解少，或者质量不高，可以转向世界服（具备一定的英语能力），其次还有b站各大up如上。

同时推荐背包九讲和labuladong的算法小抄

还有很多资料需要大家自己学习去整理。

@16-Acmenwangtuo

工作¶

刷题：牛客网 leetcode
经验贴：牛客网
面试题文档：cyc2018 JavaStudy
难度：秋招提前批 < 秋招 < 春招

实验室&科研¶

G542西¶

校ACM训练基地

什么是科研¶

科研就是将一个问题，翻过来调过去，掰开揉碎了看。

首先讲两个故事

气泡可以掀翻美国航母吗¶

中国曾经给过一个科研最大的funding，这个科研的问题是“有什么方法能够对美国的航母造成致命的打击，但是我们却不需要承担道德的责任”。当时国防科大有一哥们儿奇思妙想有一idea：把一个气泡，一个很大的气泡，通过高压的方式压缩至很小，并且保存在深海之中。由于在海底压力很大，气泡不会很大。一旦美国航母经过，就释放改气泡，随着海拔不断的升高，那么压力越来越小，气泡也就越来越大，最后通过相关的理论计算，这个气泡到达海平面能够达到航母的20倍，足以掀翻整个航母。这个武器的基本成本是零蛋。虽然最后没有实现，但是这个idea非常的奇妙，并且初期的时候具有一定的科学性。

人类寿命提高到150岁？¶

在20实际80年代，一些生命科学家找相关的科研机构要钱，大部分是一些药品的研究制造。一科学家提出这个样的idea：将人类的寿命提高到150岁。该科学家挑了13种与人类相似的脊柱类动物，发现有九种动物有下面的规律：它的生长期结束的时候与整个的生命周期的比值为6.5-7.8，平均是7。人类在长完最后一个智齿算是停止生长了，一般20-25之间。如果按照平均值计算的话，那么人类应该活到140岁啊，这里面有什么原因呢？结果国家机构拨款6千万美元，这个科学家研究了20多年没研究出来就死球了。

科研与工业产品¶

科研工作中，100个点中如果一个点特别的亮，即使整个方法不work，你也会想办法使之work，那么完全就可以中顶会。

而实际的工业产品中，需要的是每一个部分比较的均衡，但凡有一个部分没有做好，那么这个产品就不能使用。妄想用科研改变世界的人都是错误的，能不能实现？很少一部分能实现。科研是不断积累新发现、新经验和新角度，新产品的过程，把获得的钱转化为知识点，在人类的发现里增加一点点。

工业产品是将知识点没有过的组合，一点点的组合，做成可用的产品，换成钱。科研与工业创新是可逆的。

也许之后你会经常听到，科研其实就是讲好一个故事。放平心态，尝试着去增加人类insight。

而insight可以从下面的方面来进行：

某种现象别人没发现
某种问题别人没发现
某种现象某种问题，但是解决思路有创新，有奇效。最理想的齐效就是理论进行证明。大部分的实验是没有groundtruth。

其他¶

上面的只是在一次paper讨论中拾人牙慧，是一位大佬讲的一些科研经验分享，并非本人原创。演讲非常的生动有趣（伴随着纯正的北京腔）。

以及一些帖子分享。

研究生的早期科研之路