前言

这个学期我修了三十多学分的课程，但实际上我并没有感觉有多大的压力，一方面是因为我这个学期也没干什么事情，另一方面是因为我从这个学期开始，基本上都以自学的方式学习，几乎把所有的课都当做了自修课，留给我学习的时间还是挺充裕的，所以对于大部分的课程我都留下了笔记（可以来我的笔记网站逛逛！）。

本来想着全部出分后马上分享我的课程经验，但是迫于现实的各种阻力（做了手术 + 术后马上就要干活了），一直拖到现在才完成总结，这超出我的预期。由于隔了一段时间了，有些记忆可能模糊或混乱了，所以文章内可能会出现一些错误，若8u发现的话请狠狠指出~

前排推销我的资源~

目录

数理基础课

概率论与数理统计

  • 学分：2.5
  • 任课老师：赵敏智
  • 教材：《概率论与数理统计》（第二版）黄炜 等著（不知为何还看到有不少同学用的是第一版的）
  • 分数构成：
    • 平时（60%）
      • 课后作业 + 到课率（25%）
        • 平时不想听课可以不用来，因为赵老师每次都会在签到前一天提醒大家有签到（签完到就可以溜了），所以考勤分应该是可以轻松拿下的
      • 讨论（5%）：5个讨论题，白送的5分（可以直接扔给LLM完成）
      • 测验（30%）
        • 线上测验（这个学期的xzzd抽风了，连小测都能把服务器挤爆（貌似还误伤了某些赶ddl的同学），所以后来都是用疫情时期的考试系统做的（乐））
        • 3次测验，取最高的2次成绩，所以只要前2次测验拿满，第3次就不必做了（前提是得有这个实力(dgoe)）
        • 每次测验占15%，但其中的5%只要参加测验就拿下了，剩下的10%才是测验的成绩
    • 期末（40%）

就个人感觉而言，这门课的难度比大一学的微积分和线代都要简单一些，因为像条件概率、独立事件、期望、方差之类的概念在中学就学过了，到了课程后半部分（第五章）才开始学习完全崭新的知识。也就是到了后半部分，由于我没有听课，所以做作业相当吃力。小测的话也是因为平时没怎么学，也没有刷题，导致成绩并不是很理想。

如果像我一样混混日子的话，大可以留到期末后两周再开始认认真真地学。我的学习方式是梳理一份系统完整的笔记 + 刷几套历年卷（每年的考点都差不多，相当稳定），这样能够确保能够应对考卷上的大多数题目。但今年的考卷计算量貌似特别大，有一堆要积分的题目，但我积分的计算方法忘得差不多了，只记得个分部积分法，所以期末考做的惨不忍睹QAQ。

强烈安利赵老师，虽然我几乎没怎么听赵老师的课（应该讲得还不错吧），但就给分而言还是相当nice的：很容易拿一个好看的平时分，而且该捞的分都捞了（然而绩点还是不太理想，只能怪我太菜了hh）。

相关资源：

  • 我的笔记
  • Savia前辈的笔记
  • 平时作业可以参考微信公众号yeeeting的答案
  • 由于我买了学解的历年卷，所以也就没有在98搜集历年卷资源…

大学物理（乙）II

  • 学分：3.0
  • 任课老师：武慧春
  • 教材：《工程物理学》诸葛向彬 著
  • 分数构成：
    • 平时（40%）：沟槽的线性赋分
      • 到课率 + 平时作业（20%）
      • 4次小测（20%）：whc老师的4次小测分别考的是静磁学、电磁感应、光的干涉和光的衍射（没有量子力学部分）
      • 竞赛加分（但不会超过这40%的部分）
    • 期中（20%）：这个学期就考到电磁感应之前的部分
    • 期末（40%）：重点考电磁感应及之后的部分（但并不意味着前面的不考）

我十分推荐选whc老师的课，尽管老师上课略带口音，语气有些催眠，对喜欢认真听课的同学而言不是很友好，但是对我这种很讨厌听物理课的同学相当友好：whc老师经常能够提前上完课；且每周都会发一个“每周要点”，便于复习参考，期末考前还会讲这些每周要点汇总成1份pdf文件，考前可以根据这份文件复习（已放在我的 GitHub 仓库里了）；有很多小测题目来自（或改编自）历年卷上的题目（直到我刷了历年卷后才发现QAQ），因此小测难度不是很大（但我还是考得很烂）。

这个学期的期中考和期末考的难度与往年保持一致，但需要注意的是题型只有选择题和计算题，没有填空题。考前刷几套历年卷 + 过一遍知识点（看课件、笔记都可以）就可以确保拿一个还算说得过去的分数了。当然想要卷绩点的话，就需要保证每个部分都不能落下，且可以参加一下竞赛，可以加一些平时分。

哈哈哈，终于不用学物理啦！！！

相关资源：

大学物理实验

  • 学分：1.5
  • 任课老师：太多啦，就不列出来了
  • 教材：《大学物理实验 I》李海洋 主编
  • 分数构成：
    • 实验（70%）
      • 除了第一周的绪论课外，剩下的课上就要完成14个实验（2个必做实验（示波器、分光计） + 12个选做实验），在第一周就要到大物实验选课网站抢实验啦（不同于选课的彩票系统，实验名额先到先得！）
      • 大概有二十多个实验，包括了力学、电学、光学、热学等实验。首先推荐选电学实验，操作上普遍较为简单（手残党福音）；除了十分简单的光速测量值得推荐外（我自己没有抢到，但朋友们都给出了积极的评价），其他光学实验都是不太推荐的
      • 然而，更重要的是要避雷给分烂的老师，因为实验难做没关系，只是花的时间可能多了点，只要给分不错就没大问题了
      • 除了数据处理部分外，实验报告的绝大多数内容大家都是抄的，强烈安利咸鱼暄老师的报告（链接见下方）。当然咸鱼暄老师的报告可能无法覆盖各位做的所有实验，所以还得借鉴别的学长的报告，推荐到微信公众号“SLOFFDE”获取资源
      • 本周的实验报告可以在下周上课前提交，交报告箱在东4二楼北侧区域
      • 这里列举一些给我打分较低（< 90）的老师：（也有可能是我的问题，请自行甄别）
    • 期末（30%）
      • 考试内容仅包含绪论和2个必做实验，所以考的内容其实不多
      • 相信我，考前只要花 3h 左右即可速成。借助教材、下面给出的笔记和历年卷资源，只要用心复习就能拿个还算不错的成绩了

相关资源：

专业必修课

高级数据结构与算法分析

  • 学分：4.0

  • 任课老师：陈越

  • 教材：

    • Data Structures and Algorithm Analysis in C, 2nd Edtion（同 FDS 教材）
    • Introduction to Algorithm, 3rd Edition
    • Algorithm Design

  • 分数构成：

    • 平时（60%）

      • 作业（5%）：每周课后布置在PTA上，多为少量的判断、选择题，偶尔会有编程题

      • 小测（5%）：每周课上一开始花 10 min 完成，绝大多数题目来自 MOOC

      • 讨论（10%）

        • 经典的“翻转课堂”
        • cy 要求各位在课前就得到 MOOC 自学相应课程内容，课上只会稍微提一下重点部分，讨论也基于这些内容展开
        • 由于 cy 班同学不多，因此采取两人一组的形式参与讨论，组长的 PTA 上可以看到讨论题（而组员只能看组长的电脑了）
        • 每周的讨论题在 2-3 道左右，难度参差不齐，有些题目只要求我们笼统地归纳算法的特点，而有些则是一些麻烦的证明题，建议认真听，有些题目还是有营养的
        • 每道题都提供了上台发言的机会，上去发言的同学会有额外的 bonus（刷平时分最方便的手段，但由于本人究极社恐，从未上去发言过QAQ）
        • 讨论题务必在当天提交（我们是早十的课，要求下午一点前提交）

      • 项目 + 互评（30%）

        • 显然是重头戏，具体分数计算为：最终作品（20%）+ 课上展示（6%）+ 互评（4%）
        • 一共有 8 个 project，必做的 project 有 2 个，而每次 project 只允许至多 3 组（就是讨论课的分组）同学展示
        • 多做一个 project 加 2 分（性价比较低，个人不推荐）
        • 这个学期由于 cy 班人数过少，因此 cy 甚至没有招助教，因此报告分都是由 cy 亲自评的
        • 感觉互评氛围并不像前辈们说的那样那么糟糕，感觉评分都挺合理的。可能推行这么多年了，大家的整体素质都提高了（？）
        • 关于展示：每次展示会从组内随机挑选一位同学上台，且确保所有同学都有登台的机会（社恐落泪）
        • 我的建议是遇到好做的 project 不要犹豫，马上抢；并且尽早完成 2 个 project 的展示，减轻期末复习压力

      这么看下来，即使没有显式的签到，你也必须得来上课hh

      • 期中（10%）：
        • 本学期考到动态规划为止，由各班老师自己出卷子
        • cy 班的期中考相对比较容易，只要考前稳扎稳打地复习课件范围内的知识，就可以拿个不错的分数
        • 如果期末考得比期中高，可以用期末分覆盖期中分（感觉这个政策对 ADS 而言聊胜于无）

    • 期末（40%）

      • 整个 ADS 最噩梦的部分
      • 如果单看出题老师名字的话（考试的时候是看不到出题人的），yds 的含量并不是很大（毛哥也出了不少题），但题目难度还是很大
      • 考前除了像其中一样复习课内知识外，可以刷几套历年卷培养做题感觉（但对能力没有什么提升（乐））

这门课介绍了数据结构的高阶内容，以及一些经典的算法，部分算法至今还在探索中，所以这是一门包罗万象、与时俱进的课程，这也意味着学习难度很高。由于 cy 要求大家课前自学，所以更要在课余时间内花下功夫；除去完成 project 的时间外，平时我每周要花 3-4h 学习一讲，并做好笔记，所以相当费时费力。生啃 cy 的 MOOC 可能不太现实，个人认为 cy 有些地方没有讲清楚（而且那个祖传PPT给我一种传统与现代交汇的感觉（错乱））；在这种情况下，我更倾向于阅读像修佬等前辈的笔记或者 wyy 的讲义，对我来说文字和图画的力量可能更为强大些。正是前辈们的宝贵财富铺平了我的 ADS 学习之路，受此激励下我也努力产出完整的，经过自己思考的 ADS 笔记，最终对我的期中期末复习带来不小的帮助，在此我向所有分享笔记的前辈表达衷心的感谢！

关于 project，我认为只要认认真真做好两个必做的 project 就够了，不需要在课后花大量的时间做其他的 project，因为投入产出比太低了（除非你是绩点的极致狂热追求者，那就当我什么也没说），而且只要用心做，同学和老师给的分数一定不低（除非遇到某些逆天玩意儿）。此外，很重要的一点是找一个靠谱的同学组队，在这里我得感谢我的搭档，他的付出和配合让我的 ADS 课程体验变得更为舒服。

如果你是一个不喜欢听课，热爱自学，又想追求高绩点的同学，我建议选 cy 的课：首先“翻转课堂”倒逼我们自学，其次 cy 的期中考难度不大，且平时分给的真的很不错（虽然我作业做的很烂，讨论课一次没上台发言，但还是可以拿满平时分（根据总评推测出来的））。

尽管这些知识对于大多数同学而言不会直接用到，但也无疑开阔了我们的视野，对将来的工程开发和研究会有潜在的价值和帮助，还是很有意义的。

相关资源：

  • 参考笔记：

    • 我的笔记（覆盖了cy课件内的所有内容，会有适当的扩展）
    • 修佬的笔记（讲得相当细致清楚，有详细的证明过程，我的ads入门导师！但是缺了一些部分，实属可惜QAQ）
    • wyy的讲义（神中神的讲义！讲得更为深入，需要有扎实的数学功底才能完全掌握其中的精髓）
    • 事实上还有很多前辈和大佬也做了ADS的笔记，大家可以在98里搜搜看，这里就不列出来了

  • 历年卷：

  • 更多信息可参考图灵班学习指南

计算机组成

  • 学分：4.5
  • 任课老师：赵莎
  • 教材：
    • Computer Organization and Design, RISC-V Edition
    • Computer Organization and Design, 3rd Edition（只有最后一章来自该教材）
  • 分数构成：

    • 平时（20%）：作业、课堂

      • 平时分主要来自作业，貌似只签到了一次（亏我每节课都来QAQ）
      • Bonus：期末前几周会让同学上台讲解作业，每个同学最多讲一题（将机会留给更多同学），根据题目难易程度会奖励不同分数（2~7分 * 20%）
        • 这次，还是因为我的社恐，没有上台讲题，而且正好卡绩了ww

    • 实验（30%）

      • 具体分数
        • Lab 0–Lab 3（30%）：基础实验，除 Lab 3 外不用写报告（好耶！）
        • Lab 4（30%）：单周期 CPU（可能是最难的实验）
        • Lab 5（40%）：流水线 CPU
      • Bonus 可多了，Lab 3-5 都有选做部分，以及一个 Lab 6，这些部分没有 ddl，所以建议各位在完成必做实验的基础上拿下所有的 Bonus，难度并不是很大

    • 期中（10%）

      • 课上完成，开卷（但不得上网查阅，底线是可以阅读下载好的电子笔记），全英文
      • 期末无法覆盖期中（不知道是谁想出来的，导致老师在课上反复强调）

    • 期末（40%）：闭卷、全英文

由于我从本学期开始崇尚自学为主的学习方式，因此虽然我每次都是到课的（应对随时出现的签到），但我在课上基本都是在做其他事情（为了避免干扰，我一般都是在做大物实验报告），而在课后对着教材、课件和前辈们的笔记努力自学。自学的过程漫长而痛苦，因为书上讲得更详细清楚，所以我会先过一遍书本，然后再提炼书本内容做笔记，遇到不懂的地方比对课件、md的智云课堂和前辈们的笔记再理解。即便这样，每次复习的时候总会发现有不少错误，在此十分感谢一些同学们的及时纠正！

总结一下，如果想要速成的话，学习资料的优先级为：前辈们的笔记 > 课件 > 教材；如果想要认真学习知识的话，优先级为：教材 > 前辈们的笔记 > 课件。

关于实验，课件和一些代码资料都会下发给我们，照着课件一步步做（跳过前面冗余的理论知识介绍，课上都讲过了）还是能够较为顺利地做下去的，当然前提是得掌握好 Verilog 的基础语法并且理论课上要学好。虽然这些实验确实有助于对理论知识的理解，但很多实验本质上就是连线题，相当枯燥乏味，再配合PPT那一坨，所以个人认为实验设计并不是特别负责与合理。但好在助教gg的热心帮助和善解人意，实验验收还是相对比较宽松的，为实验课的体验雪中送炭。

接着谈谈应试方面的东西。这次期中考试时间因为某些原因有所延后，因此考试范围为1-4章，题量不小，所以虽然是开卷考也要提前做好准备。对于期末考，只要是课上讲到过的都有可能成为考点，虽然重点内容是2-5章，但1、6两章也有一些小题，比如今年就考到各类RAID的特点（第6章）。期末题量有些大的，我做完考卷后只剩下10 min了，所以考前一定要熟悉重点题型（多刷历年卷）并掌握相应知识点（看笔记）。

虽然但是，就个人感觉而言（我偶尔会听一点课），尽管 zs 老师并不是搞计算机硬件/系统的，但讲得应该还算不错；更重要的是给分很 nice，所以如果预置的是 zs 老师的话，推荐不要更改。

相关资源：

专业选修课

图像信息处理

  • 学分：2.5

  • 任课老师：宋明黎

  • 教材：无，但有一堆参考书籍，不看也没问题

  • 分数构成：

    • 实验（40%）

      • 一共有6个实验，实验内容都是实现课上介绍过的东西，用C/C++编写，不得调用图像处理相关的库
      • 最麻烦的实验就是实验一，要求读写 bmp 图像文件，因为是第一次上手，所以有些不熟悉，可能得借助前辈的资料。只要能够搭好这里的脚手架后，后面的实验就相对比较容易了
      • 建议认真完成实验部分，不仅有助于理论知识的理解；当做完六个实验后，我们已经在不知不觉中建立了一个属于自己的图像处理库，还是蛮有成就感的一件事
      • 抄袭0分，但我不知道查重严不严，可能得看助教吧
      • 实验作业要求交在 ftp 服务器上，由助教负责批改

    • 期末（60%）

      • 经典默写题，题型为填空题和大题，其中大题有部分计算题，可以带计算器
      • 考前一两周老师会总结期末考点，建议好好听并记好笔记，今年考题就是在这些考点范围内，因此面向考点复习可能是最高效的复习手段

    没有签到哦！

由于2023级培养方案改动，貌似很多同学的选课都与这门课冲突，因此今年选这门课的人相当少，只有二十多人，而且平时上课的人数不超十人，但还是在一间可以容纳两百多人的教室上课；外加 slm 老师毫无激情的讲课，上课体验可想而知。因此上了几周课之后，我就跑到图书馆自学 dip 去了。

自学主要参照课件和前辈们的笔记，所以自学难度从整体看不是很大，但是课程难度的深入，自学难度还是呈上升趋势的，到最后讲深度学习的部分时，我都晕头转向了（都怪凌乱的课件），不得不到网上寻找资料自学，才得到一个大致模糊的印象。但我确实收获到很多关于图像处理方面的技术，不愧是一门干货满满的课。

今年较为诟病的期末部分难度并不大（甚至没有考深度学习部分（乐）），且题量不大，大概花了一个多小时就交卷了（其实过了一小时之后就陆续有同学交卷了）。考前我对着笔记花了两三天背知识点，同时结合历年卷了解一些常考的题型，发现题型整体上是比较固定的。但期末给分比较求是，所以请务必

相关资源：

汇编语言程序设计基础

  • 学分：2.0

  • 任课老师：白洪欢

  • 教材：

    • 《80x86 汇编语言程序设计基础》（小白老师的内部教材，大概几周过后会要求各位购买，20 RMB）
    • 《汇编语言》（第 4 版）王爽 著（同样介绍 8086 汇编语言，众多前辈强烈推荐的课外自学教材）

  • 分数构成：未知，根据参考过的经验帖推测是：作业（50%）+ 期末（50%）

是的，这门课也没有强制签到。

这门课主要介绍的是古老的 8086 和 少量的 80386 汇编语言。小白老师虽然能够把汇编语言的语法知识点讲得很清楚，但是个人感觉讲解顺序有些乱，不成体系，这样不便于期末复习，所以做笔记的时候我刻意地改变章节上的安排，以（自认为）更合理的顺序介绍 x86 汇编语言知识，对我而言这样组织更为通畅、符合逻辑。

相比于（曾经）信安必修的短名《汇编语言》课程，这门课的作业量相当少，一共只有6次作业，作业布置在PTA上，内容大致就是用汇编语言完成函数题，稍微复杂点的题目还给出对应的C语言代码，直接对着翻译就OK了；而且最后一次作业是针对期末的模拟考，难度与期末考相当（并不难）。平时作业我并不会用小白老师提供的虚拟机（10GB 的臃肿 xp 虚拟机），我的方法是用 vscode 的插件 MASM/TASM 来运行和调试（功能同 turbo debugger）汇编代码，还是挺方便的。

期末考会涉及到课上介绍的所有内容（除去混合语言编程，保护模式也不考），考试包括理论考和实验考。前者包括判断、选择，时间比较紧张，会考的特别细（有些题都是连蒙带猜过的），因此需要在考前有充分的复习；后者包括1道程序填空 + 2道函数题，给的时间相当充裕，只要考前把做过的作业给重新做一遍就算准备充分了，应该有不少人是提前交卷的。由于课程政策，我不方便透露更多的信息。

给分相当不错（也有可能是我同时修了计组，对这门课而言有些降维打击了），大多数同学都在 dd 群里表达了感谢。由于介绍内容和开发环境过于老旧，所以我推荐有一门高级语言基础（至少学过C或Python），对汇编语言非常感兴趣，且培养方案里没有涉及到汇编语言课程（像计组、体系、OS都要用 RISC-V，所以不必额外再学）的同学修这门课，否则的话还是不太推荐的。

相关资源：

微辅修（心理学）

当初可能是因为对人的心理的起源、变化和差异等稍微有些兴趣，或者想开阔一下自己的视野，头脑一热便报名了心理学的微辅修，但在学习的过程中我发现自己并不是真心喜欢心理学，导致后面学习的时候动力不足，课是一点没听的，课后也就简单地从课件梳理一些笔记，应付期末考试。虽然但是，在这个过程中，我确实学到了不少心理学相关的基础知识，这些知识有助于我认识和解释生活中常见的一些心理学现象，也算是有一点收获吧。

总之，我吸取到的重要教训是：不要盲目报名微辅修，一定要在确保自己学有余力，且对某个学科特别热爱的情况下再慎重报名，否则微辅修可能成为你学习之路上的“拖油瓶”。

心理学导论

  • 学分：2.0
  • 任课老师：蔡永春 & 陈珂
  • 教材：《普通心理学》（厚厚的一本，不推荐购买，只需参考课件即可）
  • 分数构成：
    • 平时（50%）：
      • 随机小测：不计分，作为考勤的一种手段
      • 考勤：相当频繁，确保每次课都到场
      • 期中论文：冬学期发布，会给定两个主题，挑选其一写一篇1500-3000字（正文部分）论文，需引用不少于5篇的参考文献，并采用《心理学报》投稿格式要求
    • 期末（50%）：开卷考
    • Bonus：参加心理学实验，1h 记 1 分，上限 5 分（加在总成绩上）

秋学期由蔡老师授课，冬学期由陈老师授课。作为一门以“导论”为后缀的课程，讲授的主题确实挺多，包含了大脑、感觉、记忆、意识、人格等 13 个主题。平时的任务相当轻松，基本不需要听课，因为课件内容干货满满，包含了所有重要的知识点，面向课件学习基本就不成问题了。平时最大的任务就是期中论文，但难度并不大，只要留足时间认真写，便可以拿一个不错的分数了。如果想要卷绩点的话，请积极参加钉钉群发布的心理学实验，几乎每天都会有实验，但是要拼手速抢名额。

由于期末考是开卷的，所以考前我就稍微过了一遍知识点，然后就带上打印好的笔记（其实就是整理好的课件）上考场了。题型包括单选、填空、判断（需解释为什么错）、名词解释和问答题，题目难度不是很大，绝大多数内容都是可以从课件中找到的。因为考前过了一遍内容，所以找起来还是比较顺利的，慢慢做也能提前半小时交卷。最后给分还算可以，算是对得起我草草应付的结果了。

相关资源：

社会心理学

  • 学分：3.0
  • 任课老师：方霞 & 吴明证
  • 教材：《社会心理学》（同样不推荐预订，只需参照课件即可）
  • 分数构成：
    • 平时（50%）
      • 考勤：虽然课件没讲，但是考勤相当频繁，几乎需要次次到场
      • 平时作业：说是4次，实际上本学期只有3次
      • 期中考试：第8周，开卷
      • 至少完成两次心理学实验
    • 期末（50%）：闭卷（悲）
    • bonus
      • 课堂发言：发言数前10%的同学加2分
      • 为“明德惟心”公众号写一篇推文，1篇1分，最多加1分
      • 还有一些随机掉落的 Bonus，比如本学期吴明证老师说看 MOOC 也有加分（不知属不属实）

秋学期由方老师授课，冬学期由吴老师授课。我还是把这门课当作自习课，但奈何方老师的随机抽人回答环节和吴老师的幽默风趣，我常常会被打断。由于方老师由国外求学的经历，所以她的课件几乎是全英文的；而吴老师的课件文字内容多，但杂乱，所以为我面向课件的学习带来了一定阻力。这让我深刻意识到在不喜欢的课上上课是一件多么痛苦的事情。

平时会发布几次作业，主要就是借助社会心理学的知识来回答一些题目，但有1个作业是要求写一个心理学研究计划，稍微麻烦些。

期中是开卷考，并且在大家要求下变成了在 xzzd 考，题型为5个简答题，时间还算充裕的，所以考前备齐资料现场复习都来得及。但期末是闭卷考，所以需要背诵大量的概念，这个过程相当痛苦。复习资料的话就参照课件和吴明证老师考前发的提纲（思维导图貌似没啥用，而且很糊）；可以看看历年卷，但是由于年代久远，参考价值并不大。题型包括选择、名词解释、简答题（涉及1章内容）和论述（涉及多章内容），题量不小，所以考试时得抓紧时间。

相关资源：

通识课

经济法理论与实务

  • 学分：1.5
  • 任课老师：周黎明
  • 教材：《经济法理论与实务》

真正“事少给分高”的神课。由于没有强制签到，所以平时甚至不用来听课，只要听最后一周的复习课就行了。但我还是建议各位来听课，就当做一天的消遣——我想即使是对经济法一窍不通或不敢兴趣的同学，也会被周老师生动风趣的授课风格给打动。

平时作业只要写一份合同就行了，前提是得按照要求来，具体内容可以自由发挥，难度不大，我大概花了一两个小时就完工了。注意越早交分数越高哦。

考前一周的复习课老师会带我们划重点。期末考是开卷考，我带了教材、课件打印件（貌似意义不大）以及 MOOC 的题目这些资料。题目有判断、选择和一道分析题，难度不大，时间还算充裕，大多数内容都可以从课本中找出来，有些题目是 MOOC 原题。但由于平时没有听课，所以最后的分析题我毫无意外地翻车了——开始的判断就错了，后面的分析也就是正儿八经的胡说八道了。可即便如此，总评分依旧给的很高，dd 群里也有很多“谢谢老师”的回复，所以我强烈推荐大家选这门课。

军事理论

  • 学分：2.0
  • 任课老师：吕强
  • 教材：《军事学概论》（一本年龄比我还大的教材，由于种种原因始终无法刊印最新版）
  • 分数构成：
    • 平时（60%）
      • 考勤：随机的雷达点名，一般都是在上课前就开启的
      • 课堂发言
      • 期中论文：本学期的主题是讨论俄乌战争，不少于2000字
    • 期末（40%）：开卷考，全部都是客观题（判断、选择、不定项）

如果你不是军事迷，并且想要一个好看的分数的话，我不建议选 lq 老师的课：尽管他的评分很高，讲课应该也不错（我没有听过课，所以只有模糊的印象），但论文要求更为严格（基本分为 80/100，必须严格按照论文模板的要求来，加分项不多，扣分项可不少），且给分一般。

关于期末复习，建议考前两三天对着 98 的提纲翻一遍课本（莫名想到提纲和课本就是 cache 和 memory 的关系，学计组学的），如果课本看不进去的话也可以多刷刷历年卷，不仅培养感觉，也有助于查漏补缺。期末考共有70道客观题：20 判断 + 20 单选 + 30 不定项，其中判断和单选每题1分，不定项每题2分，所以老师们推荐的做题顺序都是：不定项 -> 单选 -> 判断（有 1/2 蒙对的几率，所以来不及做可以猜）。不过我自己还是按照先后顺序做，遇到找不到答案的题目就跳过。时间上还是很紧张的，所以考前的准备工作一定要做足。

相关资源：

定向越野

  • 学分：1.0
  • 任课老师：高泽（虽然挂的名字是金熙佳老师，下个学期的课也是如此）

由于本人身体素质差 + 身体不太灵活，学习体育技能对我来说是一件很吃力的事，所以我就报了定向越野这种只要有空间感和一口气的体育课。课程安排大概是：先身体素质锻炼，然后有一节理论课，之后就要在学校范围内跑图了（但用的是打孔方式的打卡），中间还有一节课让我们熟悉电子打卡，最后三节课要到玉泉校区、玉泉植物园和华家池校区跑图，作为期末专项考试。由于流程比较简单粗暴，而且还能到校外逛逛，所以定向越野给我的印象并不坏，美中不足的就是每次跑完后，我在军训时得的肩周炎就又犯病了QAQ

高泽老师挺随和的，要求并不严，而且给分也还不错（我期末跑图跑的很慢，但分数也不是很低），像我一样喜欢在体育课摸鱼的同学推荐选他的课。

国际化课程

算法在游戏设计中的应用

  • 学分：3.0
  • 任课老师：William Nace（外方教师）、霍宇驰（中方教师）
  • 分数构成：
    • 平时（20%）：考勤 + 平时作业
    • 实验（20%）：找一个开源的游戏项目，介绍其中用到的游戏算法
    • 期中（20%）：线上平台测试，都是选择题
    • 期末（40%）：其实就是最终的实验报告，没有期末考试

这门课是开学几周后在计院官网里发布选课通知的，在学长们的建议下，自身具备一定的基础，外加想拿国际化课程学分，所以毫不犹豫地报名了。

一句话评价这门课：超级大水课，事少给分高。外方教师是 CMU 的教授，负责线上理论课的授课（全英文），主要介绍游戏中常用的算法，包括随机化、导航、碰撞检测，3D渲染等主题，要是认真听的话会有不小的收获。学习前提是要掌握 Python，因为课程主要用 Pygame 库来编写游戏的。如果像我一样没时间听课的话也可以水过去，只要记得每次上课 10 min 后的签到环节就行了，只是课后作业做得稍微痛苦些，但也有课件资料和回放视频供参考，所以不用太担心。一共只有4次课后作业，有单选也有多选，每次题量在5题左右，都是来自一个题库里。

期中考试是线上考，类似平时作业，20道选择（单选/多选都有），时间肯定够，可以查阅资料，所以难度不高。

重点在于课程实验，大概在最后几周发布，要求分析一个开源游戏项目中用到的游戏算法，包括展示和写报告两个环节。展示的话要在机房里向助教介绍游戏玩法，以及讲清楚游戏算法是如何实现的；之后要将这些分析和解释写在报告上，全英文书写。早交报告会有额外加分（如果我能早一周交的话就不会被卡绩了QAQ），所以建议有时间抓紧做。我介绍的游戏是 DungeonRush，是一款肉鸽 + 贪吃蛇风格的游戏，主要分析的是其中的碰撞检测算法。虽然游戏简单，但是分析起来可不简单，花了我不小的功夫。最后一周还会邀请几位实验表现优异的大佬上台展示，有大佬甚至自己写了个不错的游戏，更有一位大神实现了一个游戏引擎，让出身科班的我深感自己的卑微渺小。

虽然我的平时作业和期中考的分数并不高（平均六七十分左右吧），实验也没有特别突出的表现，但是总评分给的真的特别高，对于一门3学分的水课而言简直赚翻，因此我强烈推荐！

相关资源：

后记

又写了一篇万字经验帖，感觉整个人都快被榨干了——有些模糊的回忆，有些痛苦的回忆都在阻碍我完成这份经验帖，虽然拖的有点久，但好歹总算写成了，值得庆祝一下！从中，我得到的教训是：不一定要等所有课程都出分了再写课程回忆录，可以在上某门课的时候就随时记录一下，这样不至于要浪费很多精力来回忆（这一点同样适用于课程资源的整理上）。