Open ieee-icu opened 4 years ago
本页面是全站首个建立的课程页面,庆祝一下~🎉🎉🎉
同意:期末考试的难度确实显著低于平时作业,且有题目属于(LeetCode 上的?)经典问题。
但就我而言,题量不小,并且由于平时训练量(刷题)不够,熟练度不足,不难的题也不一定很快想得出来,另外还要书写证明,所以感觉想考得比较好还是有难度的。基础较为扎实,熟练度还行(LeetCode级别应该就够了)的同学应该可以轻松通过
17级,蒋力老师。 反思自己学习这门课的过程,我觉得我犯了一些错误。在学习的时候,我主要做的是把蒋老师讲的那几个某个算法具体应用的例子给看明白,非常缺少练习,学习算法是为了应用它解决问题。算法设计书后的习题很多,也可以从网上去搜这本书对应的答案,应该多去做做这些习题,不需要编程实现,有思路就可以。题目确实非常多,但是从学期开始每天就看一些,应该可以看完不少的。特别是,考试题可能很多来源于书后。
在课件和整体的把控上,我觉得是有问题的。前面的部分讲的有点慢,前面的贪心法、分治法和动态规划,大家虽然缺少系统的学习,但是多少有一些了解,应该在课件中大量增加一些注释,让大家一看就明白,不需要费太多的口舌,把时间留给大家不怎么熟悉的,相对更高级的一些算法。
而到了后面比较陌生,比较高级的部分,比如网络流,一上来我觉得没有把网络流最基础的那些讲清楚,没有解释好为什么把最核心的Ford-Fulkerson algorithm是对的,而这个算法是后面一系列优化算法的基础。所以大家就学得非常痛苦,我推荐《算法导论》里面对于网络流的一些说明,看了之后我恍然大悟,为什么这个Ford-Fulkerson方法是对的。 我觉得网络流的课件缺少一个好的脉络,学了之后,知识还是很零散,我没有把他们很好地穿起来。所以我觉得这部分很需要改进,花了非常多的时间去讲,但是我真的没明白。
对于难解性这部分,我觉得了解一些概念就好,什么NP,NP完全问题和一些典型问题的名字。对于这些问题相互之间是怎么转化的,我觉得有兴趣就看看,没兴趣就算了,就算考也只是概念题。
而对于一些解决NP问题,如近似算法,随机算法,局部搜索这些方法,由于后面教学的时间不够了,基本就是浅尝辄止。
另外对于机考这一部分,我一直怀疑是蒋老师有什么事,那次的课上不了,所以才搞这么一个机考。因为这个机考是不限地点的,基本都是在宿舍考的,可以有网络和舍友的帮助。
大作业部分,我基本是划水,没什么发言权。
@shuiqinggang 而到了后面比较陌生,比较高级的部分,比如网络流,一上来我觉得没有把网络流最基础的那些讲清楚,没有解释好为什么把最核心的Ford-Fulkerson algorithm是对的,而这个算法是后面一系列优化算法的基础。所以大家就学得非常痛苦,我推荐《算法导论》里面对于网络流的一些说明,看了之后我恍然大悟,为什么这个Ford-Fulkerson方法是对的。 我觉得网络流的课件缺少一个好的脉络,学了之后,知识还是很零散,我没有把他们很好地穿起来。所以我觉得这部分很需要改进,花了非常多的时间去讲,但是我真的没明白。
我网络流那也是学的一塌糊涂,前面的东西没学懂,后面上课感觉就是折磨……这块一定要保证一点一点学懂再去上课,不然还是别去装模作样的上课,自己好好学比较好
请问平均分数方面怎么样呢?
18级。这门课在介绍不同算法的时候给了很多例子, 这些例子还是比较重要的, 差不多都是该算法比较经典的应用。我在复习的收比较担心证明题,但是除了贪心、难解性这两个章节没有考证明题。
考试比作业简单很多, 但也不是随便就做出来, 听有些大佬说有一题是 leetcode 上的。 大部分题目还是上课例子和作业题的变形,书后习题好像没怎么考。 考试范围就从贪心到难解性这里, 后面的 approximation 和 local search 都没有在考试中出现。
18级。算法课上讲的无非是一些经典问题,期中考往后的理论证明部分(归约,近似算法,NP)非常有难度。。需要花时间去消化(但其实考试占比并不大。。我记得只考了某一个小节,占六分,考前去问老师老师也说很多部分不考)。关于万人诟病的网络流私以为老师讲的太快了亿点点(虽然这东西换谁来讲都是讲不清楚,但是jl上课速度还是偏快),有能力的学弟妹建议放假先开始预习这部分。平时的作业考核很有难度,期末大作业也很顶,学弟学妹们要做好充足的准备。
https://ieee.icu/#/courses/grade-3/CS222
上海交通大学 IEEE 试点班,一个充满了「神仙」课程的专业,本网站旨在记录这些课程的信息以及历届学生对其的评价