说实话看到“大学院-筆記試験練習”这个标题的时候我脑子里第一时间浮起来的画面就是当年备考时图书馆桌子上一摞草稿纸、一支笔、一杯咖啡的日子。“大学院”这个词熟悉日本留学方向的同学应该都知道指的是研究生院“筆記試験”翻译过来就是笔试。放到国内语境里其实就是考研复试的专业课笔试、保研阶段的书面考核、申请审核制研究生的入学考。括号里的(24)则说明这是一套系列练习题中的第24份。而这套练习把线性代数和数据结构放在一起考恰恰和近些年计算机方向研究生笔试的常见组合高度重合。这篇文章我就围绕这套题展开把两科的笔试复习思路、核心考点、答题策略和我在备考过程中踩过的坑完整拆开讲一遍。内容不搞玄学只讲实际有用、能直接上手的操作。如果你正在准备类似的研究生笔试或者正在为线性代数、数据结构的期末考试发愁这篇内容应该能帮你省下不少瞎琢磨的时间。1. 先把这两科放在一起看笔试命题的底层逻辑1.1 为什么是“线性代数数据结构”这个组合很多第一次接触大学院笔试或者考研复试的同学看到这个科目组合会有点懵线代和数据结构一个偏数学一个偏计算机怎么就被揉到同一张卷子里了其实这恰恰是笔试命题里非常经典的一种组合思路。计算机方向的研究生生源既要考察学生的数学功底又要考察专业基础。线性代数解决的是“抽象建模和符号运算”的能力——矩阵变换、向量空间、特征分解这些在机器学习、图形学、信号处理里全是底层工具数据结构解决的则是“逻辑组织和算法实现”的能力——你怎么用代码高效地存数据、查数据、排序数据。一个是理论底子一个是工程底子笔试把这两块放在一起本质上是想一次性筛选出“既有数学思维又能写代码”的人。我当年备考时也翻了十几套真题发现这个组合的出题规律非常稳定线性代数部分基本是计算题加少量证明题数据结构部分则是概念题加手写代码题。两部分分值一般对半开考试时间集中在两到三小时。换句话说这不是让你把每个知识点都学成专家而是要求你在有限时间内把高频考点拿到手。1.2 从“刷题型”到“建体系”复习思路的第一次转变很多同学复习一开始就急着刷题真题买了好几本每天从早做到晚结果一个月之后发现题刷了不少但知识还是散的遇到稍微变形一点的题目就卡壳。我自己的经验是第一周不要急着做题先把两科的“知识地图”建起来。线性代数看起来内容多其实主干非常清晰行列式、矩阵、向量组与线性相关、线性方程组、特征值与特征向量、二次型一共六大模块。数据结构也很固定线性表、栈和队列、串、树与二叉树、图、查找、排序七大块。你只需要拿一张A4纸把每个模块的核心概念、常用解法、典型例题位置写下来形成一张手写提纲后面刷题的时候就相当于拿着地图找路效率会高很多。这一步很多人会忽略总觉得“我又不是不会”但事实是体系化的知识比零散的知识更容易在考场上被调取。笔试考的就是你在有限时间内能不能快速定位“这道题考的是哪个知识点、对应哪个解法”没有地图的人只能在脑子里乱翻。2. 线性代数高频考点拆解与拿分思路2.1 行列式与矩阵基本功决定计算正确率线性代数部分的笔试无论哪个学校哪个难度级别行列式和矩阵都是第一道大题的热门选手。原因很简单这两块是后面所有知识点的运算基础而且非常考验计算的细心程度特别适合用来拉开分数。行列式的核心考法就那么几种具体阶数行列式的计算方法就是通过行变换化成上三角形式对角线一乘出结果n阶行列式则要找递推规律这种题看上去吓人其实套路固定多做几道就能找到感觉还有一类是识别范德蒙德行列式或者分块行列式看到特殊结构直接套公式。我在备考时给自己定的规矩是每天抽15分钟做纯计算的行列式题不强求多一道两道就行目的是保持手感的“肌肉记忆”。你别小看这15分钟连续练一个月之后考场上算行列式基本不会慌。矩阵部分笔试最爱考的是乘法运算、求逆、矩阵的幂这三件事。要特别注意矩阵乘法不满足交换律这一条就能衍生出大量判断题。求逆矩阵必须熟练两种方法伴随矩阵法和初等行变换法后者在笔试里更稳健因为步骤清晰、不容易出错。矩阵的幂则要学会找规律比如通过相似对角化把矩阵化成对角阵再求幂或者用递推关系归纳出通项。这里我想提醒一句不跳步是我考前反复叮嘱自己的话。矩阵计算一旦跳步符号漏一个后面的结果全崩而且检查时还很难发现。2.2 秩与线性相关小题目里的“分水岭”如果说行列式和矩阵是热身那秩和线性相关就是笔试中的分水岭。很多同学前面拿分很稳一到这块就开始丢分原因在于对秩的理解停留在“会算”的层面没有理解它为什么重要。记住一个核心等价关系矩阵的秩等于行向量组的秩等于列向量组的秩。这个等价性是大量证明题的突破口。秩的数值就说明了一件事——向量组里真正“独立”的向量有多少个。而线性相关与无关的判断本质就是看矩阵的秩是否等于向量个数秩小于向量个数就是线性相关秩等于向量个数就是线性无关。举个例子。假设有三个三维向量α1(1,2,1)α2(2,1,0)α3(0,1,1)。判断它们是否线性相关只需要把它们按列排成矩阵做初等行变换化成阶梯形数非零行的个数。我快速算了一遍第一行保留第二行减去2倍第一行第三行减去1倍第一行再整理后得到的阶梯形有三行非零所以秩等于3等于向量个数结论就是线性无关。这道题看起来简单但笔试里大量类似的题目都很适合用这个方法拿下。2.3 特征值、特征向量与二次型证明与计算的综合题主战场到了特征值、特征向量和二次型线性代数的计算量和抽象度一下就上来了。这部分通常是整套卷子线性代数部分的压轴题分值高、计算密度大也是最容易让考生心态崩掉的地方。备考时我把这个模块拆成了三个能力点去练。第一会算特征值和特征向量。方法固定先写出特征多项式解出特征值再把每个特征值代回(A-λI)x0求基础解系。这里务必养成验算的习惯——解出来的特征值代回Aαλα能对上才算数。第二会用相似对角化的判定条件。n阶方阵可对角化的充要条件是有n个线性无关的特征向量。实对称矩阵是一个大福利它一定可对角化而且不同特征值对应的特征向量彼此正交这些性质笔试里经常冷不丁考一个判断或证明。第三掌握二次型化标准形的两种方法配方法和正交变换法。正交变换法本质是求特征值、特征向量、正交化、单位化一套流程走下来计算量很大但步骤固定属于“只要练熟就不会丢分”的题型。让我用一道真题的感觉给大家演示一下完整流程。假设A是一个3阶实对称矩阵要求判断它能否相似对角化并求出正交矩阵Q使Q^T A Q为对角阵。实际操作分四步第一步求特征多项式解出三个特征值第二步对每个特征值求特征向量第三步把同一特征值对应的多个特征向量做施密特正交化和单位化第四步把三个单位正交向量按列排成矩阵Q。如果特征值互不相同第三步可以直接跳过正交化只做单位化。整个流程里最容易出错的是施密特正交化过程中的内积计算建议每算一步就用“两个向量内积是否为零”自检一次。3. 数据结构从知识框架到代码笔试题的完整链路3.1 数据结构知识体系用“三个问”吃透每个考点数据结构的复习最怕的就是陷入“知识点背了无数遍做题还是不会”的尴尬。我在备考时摸索出一个特别有效的方法叫“三个问”每一个知识点都问自己三个问题。第一它的逻辑结构是什么是线性结构还是非线性结构第二它的物理存储怎么实现是用顺序存储还是链式存储第三它的核心操作复杂度是多少插入、删除、查找的最好、最坏、平均复杂度分别是多少这套方法几乎适用于数据结构笔试的所有考点。比如线性表你要能说出顺序表和链表在插入、删除、随机访问上的复杂度差异栈和队列要理解先进后出与先进先出的本质以及它们在括号匹配、表达式求值、循环队列判空判满里的应用树和二叉树则要重点掌握各种遍历序之间的关系已知前序和中序能不能还原二叉树已知中序和后序呢为什么前序和后序不能唯一确定一棵二叉树。图和查找、排序就更不用说了每个算法都要能同时回答“是什么、怎么存、复杂度多少”三个维度。在整理知识体系的时候我建议用表格来对比记忆尤其是排序部分。八大排序算法在不同情况下的时间复杂度和稳定性是笔试选择题一抓一大把的高频考点。比如冒泡排序稳定但慢快速排序快但最坏退化为O(n²)堆排序时间稳定O(nlogn)但空间O(1)归并排序稳定但需要额外空间。这些如果不用表格横向对比很容易背混。3.2 手写代码题笔试中最能拉开差距的部分如果说线性代数的压轴题是计算量那数据结构的压轴题就是手写代码了。尤其现在很多学校笔试题型越来越向统考看齐“408数据结构代码必背”这个概念在备考圈里流传很广它指的就是一些核心算法代码你必须做到随时能在纸上默写出来。我会把这些代码分成三档第一档是必须背得滚瓜烂熟的比如链表反转、二叉树的前中后序递归遍历、二分查找第二档是理解后能自己写出来的比如快排的partition、二叉树层序、图的DFS和BFS第三档是了解思想即可的比如红黑树删除调整这类过度复杂的代码笔试一般不会直接要求手写。这里我重点推荐一个高效练法用白纸动手写代码不要只在IDE里敲。笔试是纸笔考试你IDE里写得再顺到了考场拿着笔面对答题卡习惯完全不同。我备考后期每天都会拿出半小时在A4纸上默写一两段核心代码写完之后再和标准答案比对把遗漏的边界条件标出来。拿二叉树层序遍历来说代码不长但特别容易漏掉队列的边界。我在备考时至少默写过十遍第一遍还是会忘掉在出队后判断左右孩子是否为空这一步。其实思路很简单用队列根节点先入队队列不空则出队一个节点并访问它然后把它的左右孩子依次入队。这个算法的关键就是“层与层之间用队列天然分隔开”理解了这个原理代码想忘都难。笔试时我会先写一句注释说明思路再开始写代码让改卷老师一眼就能看到我的逻辑是清晰的。3.3 排序与查找一张对比表看懂全部高频算法排序算法是数据结构笔试里覆盖范围最广的知识点从选择题到应用题再到综合题都有它的影子。我备考时把八大排序算法整理成了一张对比表贴在书桌前天天看效果非常好。这里也分享给你们。排序算法最好时间最坏时间平均时间空间稳定性冒泡O(n)O(n²)O(n²)O(1)稳定简单选择O(n²)O(n²)O(n²)O(1)不稳定直接插入O(n)O(n²)O(n²)O(1)稳定希尔取决于增量O(n²)O(n^1.3左右)O(1)不稳定快速O(nlogn)O(n²)O(nlogn)O(logn)不稳定堆O(nlogn)O(nlogn)O(nlogn)O(1)不稳定归并O(nlogn)O(nlogn)O(nlogn)O(n)稳定基数O(d(nr))O(d(nr))O(d(nr))O(r)稳定这张表怎么用我的体会是不仅要用眼睛看还要用手抄一遍抄的过程其实是在强迫自己梳理每个算法“为什么是这个复杂度”。比如快排为什么平均是O(nlogn)但最坏是O(n²)——因为它依赖partition把序列分成两半如果每次基准都选在极端位置递归深度就成了n退化到了O(n²)。想一想这个原理之后关于快排“什么时候退化、怎么避免退化”的题目就都能答出来了。4. 笔试实战时间分配、答题顺序与规范细节4.1 拿到卷子先别动笔90秒全局扫描法关于大学院笔试有一个非常实用的考场策略我叫它“90秒全局扫描法”。拿到卷子之后先别急着做用90秒把整张卷子从头到尾翻一遍看清每个题的类型和分值然后在草稿纸上给每道题标一个优先级第一类是“保分题”就是那些你一眼就知道怎么做的题目分值必须全部拿到第二类是“抢分题”就是有思路但需要动笔演算的题目能做多少做多少第三类是“放弃题”就是完全没思路或者计算量超出想象的题放到最后再碰。这一步看着简单但很多同学拿到卷子就开始闷头做结果前面的难题卡了半小时后面的大题明明会做却没时间写了。我给自己定的时间是单选填空部分控制在20分钟以内线性代数计算题每道控制在15分钟左右数据结构代码题每题控制在20分钟左右最后必须留出15分钟整体检查。这套时间模板不一定适合所有人但“留出检查时间”这条底线我建议每个人都遵守。笔试不是看谁做得快而是看谁拿的分稳。4.2 线性代数部分的答题节奏与验算技巧线性代数部分我的答题顺序是先做计算题里“式子短、步骤少”的小题再做特征值、二次型这种计算量大的大题。原因很简单计算量大的题目如果放在一开考就做万一哪一步符号错了后面的验算会拖垮整个节奏。这里分享一个特别实用的验算技巧特征值算完之后直接用Aαλα代回去验证具体做法是拿A去乘你求出来的特征向量看结果是不是等于特征值乘以这个向量。这个验证的运算量很小但能立刻暴露出特征值或者特征向量求错的问题。二次型正交变换化标准形算完Q之后一定要验证Q^T Q是否等于单位阵如果这一步不对前面所有正交化的工作都白做了。我在考场上就用这个办法救回过一次当时第三遍验算发现有一个特征向量忘了做单位化好在发现得早补了一步就改对了。4.3 数据结构部分的代码题作答规范数据结构代码题作答很多同学容易犯一个毛病上来就写代码写了一半发现思路错了整段划掉重写卷面一片狼藉。这个问题在大学院笔试上特别致命因为改卷老师看的是你最终的卷面卷面乱了印象分就低了。我自己总结了一套固定的代码题作答流程。第一步在代码上方用一两句话写出算法思路比如“利用队列先进先出特性对二叉树进行逐层遍历”这样即使代码有小瑕疵改卷老师也能看出你理解了这个题目。第二步写代码时注意变量命名要见名知义别动不动就a、b、c用p、q表示指针node表示节点queue表示队列这些细节虽然不影响逻辑但会影响老师的阅读体验。第三步代码写完后在末尾补充时间复杂度和空间复杂度分析这一两行字有时候比代码本身还值分。最后一步一定要检查边界条件链表为空怎么办树为空怎么办循环队列满和空怎么区分。我见过太多考生代码主逻辑全对就是忘了处理空表白白丢了分。5. 备考三个月踩坑实录这些问题你大概率也会遇到5.1 “看了就忘”怎么办用滚动复习对抗遗忘曲线备考过程中听到最多的一句话就是“学了后面的忘了前面的”这个问题在知识点繁多的线性代数和数据结构里尤其突出。我的解决办法是滚动复习法具体操作非常简单每天晚上睡前花五分钟在脑子里过一遍当天学过的三个知识点能想起来就过想不起来就翻笔记看一遍再睡。每周日再把这周做错的题目重新做一遍每道题不管之前对错只在“是否真正理解”这个维度上打勾。坚持两个月之后你会明显感觉到之前背过的知识点不再是“见过”而是“会用”。5.2 “明明会做却总是算错”计算误差的根源与对策如果你也有这种经历明明思路完全正确答案却因为中间一步符号错了或者数字抄错了而丢掉整道题的分数那一定要试试草稿纸分区法。进考场之后把草稿纸对折每一道题在自己的固定区域里算不要在草稿纸上到处乱写。算每一步的时候都在这一行前面标个题号这样最后检查的时候可以顺着草稿纸的轨迹快速回溯。还有一条建议是不要跳步尤其是线性代数跳步确实省时间但代价是错误率上升。稳扎稳打把该写的步骤都写清楚看起来慢实际上才是真正快的做法。5.3 “代码看得懂写不出来”从看懂到默写的三步训练很多同学备考数据结构时处于一个尴尬状态看答案全懂合上书一个字都写不出来。这是正常现象因为“看懂”和“会写”之间隔着一条巨大的鸿沟。我的应对办法是三步训练法。第一步抄写代码把核心算法的标准实现认真抄在笔记本上抄的时候思考每一行是在做什么第二步盖住答案默写默写不出来就翻回去看一眼然后把整段重写一遍直到能不看答案完整写出来为止第三步脱稿限时写给自己定一个比考试更短的时间在一张白纸上快速写出这段代码。做到第三步你就建立了写代码的“肌肉记忆”考场上才能真的做到心里不慌。5.4 参考书怎么选王道、严蔚敏、大话数据结构怎么用关于资料市面上最经典的几套我的使用心得是这样的。如果你基础薄弱前期可以用大话数据结构入门它用大量图片和生活化比喻解释概念读起来不枯燥适合建立兴趣和整体认知。如果你需要一本覆盖全面、适合应试的工具书王道数据结构是大多数考研和笔面同学的选择它的知识点框架和习题质量都很稳。如果你想深入抠底层细节严蔚敏老师的教材是绕不开的经典虽然语言风格偏硬但内容严谨遇到争议知识点时它是最终的查证依据。资料贵在精不在多我的建议是“一本入门一本应试一本工具书”三本足够不需要堆书山。每本书至少完整吃透一遍远好过每本都只看前两章。我个人在实际备考过程中还有一个体会笔试这件事到后期拼的已经不是谁能做出最难的题而是谁能在有限时间内稳定输出最多正确的内容。线性代数要的是计算的手感数据结构要的是编码的手感这两种手感都不是看出来的是一道一道题、一遍一遍默写练出来的。如果你正在准备自己的大学院笔试希望这篇整理能帮你少走一些弯路也祝你拿到练习题的24号卷时能比之前的23张都做得更顺手。