0基础跨考计算机|408保姆级全年计划
我也是零基础备考408!
虽说是计算机专业,但是本科一学期学十几门,真的期末考试完脑子里什么都不进的...基本都是考前一周发疯学完水过考试...😅
想要零基础跨考可以直接从王道开始!跟教材一点一点啃完全没必要🥸
现在开始备考只要坚持下去做好规划,408考到100+完全不是问题!!其实大部分科班生堪比跨考hhh,大一大二玩疯了,408四门课到大三一点都没记住!!!
本人23有幸上岸。408最后考了110+,对于零基础备考,相信看完我备考一年的经历,你会有很大收获!😊
首先给零基础的宝们介绍一下408:
408的专业课科目多,计算机课程涉及数据结构,计算机组成原理,操作系统,计算机网络四门主干课程,这四门课都是本科的必修课,量大,跨度大,涉及到硬件,软件的方方面面
软件相对于硬件来说还是更好理解一些,我本人在学习计算机组成原理的时候真是痛苦面具...本来高中的时候物理就不好🥲
而且我身边也有很多同学是想考408但是学到计组就放弃的hhhh
还有一点是基础课必须考的更高,特别是数学分要高!!😏
并且复试时计算机还要上机和笔试,就算初试没有考408的四本书,复试也难逃一劫...
个人建议:
不需要啃参考教材。王道的书写得清楚,其至比参考教材上写得好(个人认为),专业课复习注重效率,啃参考教材像做无用功的自我内耗。
计算机408统考考研,我去年采取的得是分组策略!🥸
将数据结构和计算机网络分为一组
操作系统和计算机网络一组
交替学习,每一组科目花费两个小时。
教材使用的是王道,其实如果目标分数是100-120,王道是完全够用的,网课直接听咸鱼学长的就很ok。🤓
咸鱼学长讲课幽默诙谐,知识点也解释得通俗易懂。
我建议的复习顺序是:数据结构 操作系统 计算机组成原理 计算机网络
因为操作系统和计组有很多交叉知识点,所以组合策略相对于一门一门复习来说还是高效一些。
408的复习需要多轮滚动,多花时间,重复记忆!
争取保证在考前能过四本书知识点两遍以上!到后期一些独立的知识点也需要每天重复背诵!!
考408的绝大部分人也需要考数学🤨
“408+数学”两门课知识点加在一起,直接原地爆炸!
408和数学一个共通点就是知识点极其繁多,同时这两门科目都是150分的大头,那一个都不能丢。
所以必须要有计划的,高效率的把这两门拿下。要能在一样的时间里,打出比别人更多的输出!🤩
尽管我开始复习的时间晚,但是庆幸的是我找到了数学的高效复习方法。我基本上每天投入9小时的学习,其中将5小时用于数学,4小时用于408。我通常选择下午复习408,每天主要深入研究一到两个难点,通过查看答案、观看视频和搜索资料,确保我能够彻底理解这些难点。
早上是我复习数学的高效时间,我容易进入心流状态,尤其是使用「知能行考研数学」来做题时,我有时会非常投入,完全停不下来。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

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
https://bestzixue.com/?app_referrer_id=VWH~atczc-materials-0225-editor_liaoyf
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的分数114,相信这个分数对大多数人来说是够用的。😉
我复习的时间不长,仅有半年不到,我是在七月份的暑假开始着手准备专业课的,此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,对硬件相关的学的很少,因此408中的计算机组成原理这门课程十分让我头疼。而且我大学阶段的高数基础非常薄弱,大一期末才62,因此可以说我的高数是一片空白。😅
虽然我基础薄弱,而且复习时间紧,但最终的结果我是很满意的。408科目没有拉垮,数学还考了高分
现在回想起来,我能够成功一战上岸主要归功于注重效率的备考方法,能稳步提高复习效果,而且很好的平衡了408和数学这2个大头的同步复习。
408综述
408全称是“计算机学科专业基础综合”,包括选择题和简答题两个部分,其中选择题40题,每题两分,占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,共占70分。
408四个科目,由难到易是:计算机组成原理、数据结构、计算机操作系统、计算机网络。
考试时间为共3小时,共150分,四个科目在试卷中的占比如下所示:
这四门中,计算机组成原理是最难的,与硬件有一些结合,计算机网络是知识点最琐碎的,有些知识点不成体系,是孤零零的,因此只能靠反复背诵。😨
这几年越来越多学校开始选择408,相对于自命题的卷子,408是统考卷,由教育部统一命题。注意每年考纲的变化,会有一些考点的变动。😕
平衡408和数学
与依赖大量练习来训练思维的数学不同,408的复习需要多轮滚动,多花时间,重复记忆!只要采取正确且高效的方法,408考试基本可以取得110-120的分数。😏
408复习资料
我采取的408复习策略是每天在专业课程上投入4小时的时间,将数据结构和计算机网络一组,操作系统和计算机组成原理一组,每天交替学习。我会在每组科目上花费2小时的时间,这样既能保证复习进度,也能避免一门接一门学习,学完后⾯的导致前面的知识忘记的困扰。
我个人认为,如果对408的分数要求不过高,比如120分以内,使用王道的教材就足够了,但若希望达到120分以上,就需要额外参考一些教材。王道的书籍非常适合考试,他们的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要稍逊一些。😕
然而,王道也有其明显的缺点,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,这些新的内容在王道的书中是没有涉及的,同时,一些冷门的知识点也讲解得较少。
408考试中有40题选择题,每题2分,总共80分,因此选择题是至关重要的,选择题所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,如果想要取得高分(120+),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。
我在6月份进入了数学的强化阶段,开始真真正正的独立刷题,但很快就面对了残酷的现实 - 我不知道如何解题,即使我认真地学习了,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。😰
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!🤨
我从我最有把握的函数极限开始入手,最初以为我肯定能轻松通关到等级二,结果很快就败下阵来,知能行很快就发现了我的软肋——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。
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。😏
408复习经验
数据结构
近几年的真题表明,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。应用题的数据结构部分大多明确,我认为基本上是送分题。连王道强化班对应用题的篇幅也较少,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大力记忆,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分为五个知识点:数据表示运算、主存-cache、指令系统、CPU和总线、中断和I/O。
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,听一两遍老师的讲解。如果这部分内容还是难以理解,那么可以先跳过,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,而框架的确可以很好地帮助你理解知识点。🥳
操作系统
操作系统相比于计算机组成原理要简单,同时知识点和计算机组成原理有高度重合,有许多类似的知识点,比如进程调度、内存分配策略和磁盘寻道等,学习时会有一种似曾相识的感觉。在学习过程中,可以通过类比来理解这些知识点,并将整个课程划分为几个模块,在每个模块中构建自己的知识体系,并理解其特性。🧐
计算机⽹络
王道对于计算机⽹络的课程还是有些⽋缺,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。
相关文章:
0基础跨考计算机|408保姆级全年计划
我也是零基础备考408! 虽说是计算机专业,但是本科一学期学十几门,真的期末考试完脑子里什么都不进的...基本都是考前一周发疯学完水过考试...😅 想要零基础跨考可以直接从王道开始!跟教材一点一点啃完全没必要🥸 现在…...
C# 操作LiteDB
1、很简单的东西不废话,直接上图上代码。 2、NuGet程序中根据自己的项目版本安装LiteDB,如下图: 3、程序运行加过如下图: 4、程序代码如下: using System; using System.Collections.Generic; using System.Linq; using System…...
LeetCode 2917.找出数组中的 K-or 值:基础位运算
【LetMeFly】2917.找出数组中的 K-or 值:基础位运算 力扣题目链接:https://leetcode.cn/problems/find-the-k-or-of-an-array/ 给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。 nums 中的 K-or 是一个满足以下条件的非负整数: 只有…...
MySQL窗口函数:从理论到实践
目录 1. ROW_NUMBER() 2. RANK() 3. DENSE_RANK() 4. NTILE(n) 5. LAG() 和 LEAD() 6. FIRST_VALUE() 和 LAST_VALUE() 总结 MySQL中的窗口函数(Window Functions)允许用户对一个结果集的窗口(或分区)执行计算,…...
Vue+SpringBoot打造考研专业课程管理系统
目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 考研高校模块2.3 高校教师管理模块2.4 考研专业模块2.5 考研政策模块 三、系统设计3.1 用例设计3.2 数据库设计3.2.1 考研高校表3.2.2 高校教师表3.2.3 考研专业表3.2.4 考研政策表 四、系统展示五、核…...
python基础第二天
世界杯小组赛成绩 注意: 1.循环 1.1while 1.2for 1.3 range 1.4 while else while 循环正常执行完才能执行else语句...
YOLOV9论文解读
代码:https://github.com/WongKinYiu/yolov9论文:https://arxiv.org/abs/2402.1361本文提出可编程梯度信息(PGI)和基于梯度路径规划的通用高效层聚合网络(GELAN),最终铸成YOLOv9目标检测全新工作!性能表现SOTA!在各个方…...
【Spring】21 通过@Primary注解优化注解驱动的自动装配
文章目录 Primary注解简介优势和适用场景小结 Spring 框架提供了强大的依赖注入机制,其中 Autowired 注解是一种常用的方式。然而,当存在多个候选 bean 时,通过类型自动装配可能导致选择困难。为了更好地控制这一过程,Spring 引入…...
【HTML】HTML基础7.3(自定义列表)
目录 标签 效果 代码 注意 标签 <dl> <dt>自定义标题</dt><dd>内容1</dd><dd>内容2</dd><dd>内容3</dd> 。。。。。。 </dl> 效果 代码 <dl><dt>蜘蛛侠系列</dt><dd>蜘蛛侠1</dd…...
java设计模式课后作业(待批改)
此文章仅记录学习,欢迎各位大佬探讨 实验(一) 面向对象设计 实验目的 ①使用类来封装对象的属性和功能; ②掌握类变量与实例变量,以及类方法与实例方法的区别; 知识回顾 详情见OOP课件 实验内容…...
qt 语音引擎 QTextToSpeech Microsoft SAPI
QT中语音播报的代码 在QT中实现语音播报可以使用QTextToSpeech类,具体代码如下: #include <QCoreApplication> #include <QTextToSpeech> #include <QDebug>int main(int argc, char *argv[]) {QCoreApplication a(argc, argv);// 创…...
react hook: useimperativeHandle
通过 useImperativeHandle,子组件可以选择性地暴露给父组件某些属性或方法,而不是将所有属性和方法暴露出去。 父组件 获得自组件的 ref,就能通过该 ref 来调用 focus来聚焦等功能 在 forwardRef 包装的组件中,ref 固定地是第二个…...
30天自制操作系统(第28天)
28.1 alloca __alloca 会在下述情况下被 C 语言的程序调用(采用 near-CALL 的方式)。 1、要执行的操作从栈中分配 EAX 个字节的内存空间( ESP - EAX; ) 2、要遵守的规则不能改变 ECX 、 EDX 、 EBX 、 EBP 、 ESI 、 EDI的值&am…...
Nginx启动服务
Nginx启动服务 一、启动前置 下载地址 如已安装Docker,下一步拉取Nginx最新的Docker镜像: docker pull nginx:latest查看拉取下来的镜像: docker images二、启动服务 创建Docker容器: docker run --name {projectname} -p 80…...
coqui-ai/TTS 案例model文件
GitHub - coqui-ai/TTS: 🐸💬 - a deep learning toolkit for Text-to-Speech, battle-tested in research and production Coqui AI的TTS是一款开源深度学习文本转语音工具,以高质量、多语言合成著称。它提供超过1100种语言的预训练模型库&…...
如何利用API接口进行高效的商品变体管理?
要利用API接口进行高效的商品变体管理,您需要执行一系列策略和技术步骤来确保数据的准确性和实时性。以下是详细的指南: 1. 确定变体管理需求 分析产品:识别具有变体的产品,并明确这些变体的属性(如尺寸、颜色、材质…...
扼杀网络中的环路:STP、RSTP、MSTP
目录 前言: 一、STP(Spanning Tree Protocol) 1.1 STP功能 1.2 STP应用 二、RSTP(Rapid Spanning Tree Protocol) 2.1 RSTP功能 2.2 RSTP应用 三、MSTP(Multiple Spanning Tree Protocol࿰…...
青少年如何从零开始学习Python编程?有它就够了!
文章目录 写在前面青少年为什么要学习编程 推荐图书图书特色内容简介 推荐理由粉丝福利写在最后 写在前面 本期博主给大家带来一本非常适合青少年学习编程的图书,快来看看吧~ 青少年为什么要学习编程 青少年学习编程,就好比在他们年轻时就开始掌握一种…...
触发HTTP preflight预检及跨域的处理方法
最近在做需求的过程中,遇到了很多跨域和HTTP预检的问题。下面对我所遇到过的HTTP preflight和跨域的相关问题进行总结: 哪些情况会触发HTTP preflight preflight属于cors规范的一部分,在有跨域的时候,在一定情况下会触发preflig…...
【算法可视化】搜索算法专题
运行平台 Algorithm Visualizer 选数 [NOIP2002 普及组] 选数 // 导入可视化库 { const { Tracer, Array1DTracer, LogTracer, Layout, VerticalLayout } require(algorithm-visualizer); // }const N 4, K 3; //从包含4个元素的集合中选出3个数 let ans 0 //方案数 co…...
利用最小二乘法找圆心和半径
#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …...
React Native在HarmonyOS 5.0阅读类应用开发中的实践
一、技术选型背景 随着HarmonyOS 5.0对Web兼容层的增强,React Native作为跨平台框架可通过重新编译ArkTS组件实现85%以上的代码复用率。阅读类应用具有UI复杂度低、数据流清晰的特点。 二、核心实现方案 1. 环境配置 (1)使用React Native…...
tree 树组件大数据卡顿问题优化
问题背景 项目中有用到树组件用来做文件目录,但是由于这个树组件的节点越来越多,导致页面在滚动这个树组件的时候浏览器就很容易卡死。这种问题基本上都是因为dom节点太多,导致的浏览器卡顿,这里很明显就需要用到虚拟列表的技术&…...
Linux C语言网络编程详细入门教程:如何一步步实现TCP服务端与客户端通信
文章目录 Linux C语言网络编程详细入门教程:如何一步步实现TCP服务端与客户端通信前言一、网络通信基础概念二、服务端与客户端的完整流程图解三、每一步的详细讲解和代码示例1. 创建Socket(服务端和客户端都要)2. 绑定本地地址和端口&#x…...
R语言速释制剂QBD解决方案之三
本文是《Quality by Design for ANDAs: An Example for Immediate-Release Dosage Forms》第一个处方的R语言解决方案。 第一个处方研究评估原料药粒径分布、MCC/Lactose比例、崩解剂用量对制剂CQAs的影响。 第二处方研究用于理解颗粒外加硬脂酸镁和滑石粉对片剂质量和可生产…...
毫米波雷达基础理论(3D+4D)
3D、4D毫米波雷达基础知识及厂商选型 PreView : https://mp.weixin.qq.com/s/bQkju4r6med7I3TBGJI_bQ 1. FMCW毫米波雷达基础知识 主要参考博文: 一文入门汽车毫米波雷达基本原理 :https://mp.weixin.qq.com/s/_EN7A5lKcz2Eh8dLnjE19w 毫米波雷达基础…...
vue3 daterange正则踩坑
<el-form-item label"空置时间" prop"vacantTime"> <el-date-picker v-model"form.vacantTime" type"daterange" start-placeholder"开始日期" end-placeholder"结束日期" clearable :editable"fal…...
论文阅读:Matting by Generation
今天介绍一篇关于 matting 抠图的文章,抠图也算是计算机视觉里面非常经典的一个任务了。从早期的经典算法到如今的深度学习算法,已经有很多的工作和这个任务相关。这两年 diffusion 模型很火,大家又开始用 diffusion 模型做各种 CV 任务了&am…...
快速排序算法改进:随机快排-荷兰国旗划分详解
随机快速排序-荷兰国旗划分算法详解 一、基础知识回顾1.1 快速排序简介1.2 荷兰国旗问题 二、随机快排 - 荷兰国旗划分原理2.1 随机化枢轴选择2.2 荷兰国旗划分过程2.3 结合随机快排与荷兰国旗划分 三、代码实现3.1 Python实现3.2 Java实现3.3 C实现 四、性能分析4.1 时间复杂度…...
内窥镜检查中基于提示的息肉分割|文献速递-深度学习医疗AI最新文献
Title 题目 Prompt-based polyp segmentation during endoscopy 内窥镜检查中基于提示的息肉分割 01 文献速递介绍 以下是对这段英文内容的中文翻译: ### 胃肠道癌症的发病率呈上升趋势,且有年轻化倾向(Bray等人,2018&#x…...
