暨南大学电子信息硕士考研经验与备考指导
考研政治方面：
在这次考试中，我最深刻的印象是自己在选择题部分的表现不尽人意，大题目则猜对了两道半，这主要归因于今年的热门话题相对集中，但这样的好运并不总是会重演。坦白说，我对政治付出了大量努力，因为它是我需要加强的部分，任何疏忽都可能导致这一科目无法达到分数线，因此我投入了大量的时间（然而收效似乎并未与付出成正比……）。我认为我在学习过程中面临的主要问题是，对政治的理解不够深入，做题量不足，同时缺乏对错误题目进行有效反思和总结的习惯。对于简答题部分，我已经尽力去记忆很多内容，但预测机构的准确性年年波动，很大程度上取决于当年的热点话题，所以只能祝大家好运了。顺便说一句，我个人不太推荐任的《要点精编》，我在第一轮复习后标记了许多重要点，但之后再也没有翻开过，它的组织结构混乱，不符合我的学习习惯，如果你喜欢这本书，还请见谅。最后，我想强调的是，政治复习不必过早开始，由于其时效性强，等待新的大纲发布再开始也绝对来得及。
考研数学方面：
选用资料：采用的标准教材是李永乐的数学全程复习指南（我选的是粉皮版本），以及基础过关660题和历年真题。初期学习时，可以边阅读课本，边完成课后练习题。如果看书，建议同时推进不同章节，避免看完一科后再看其他内容感到迷茫。当然，也可配以相关习题同步操练。进入强化阶段，我花费了一个多月的时间，深入学习知识点、典型题目及真题，内容覆盖面广且效率很高。这里推荐李永乐的线性代数辅导讲义、王式安的概率论辅导讲义，还有张宇的18讲和9讲，这些都类似讲义形式，备受推崇。此阶段，可根据个人计划选择相应习题，如全书的基础660题或张宇的1000题。最后的冲刺时期，可以按章节做真题，市面上有很多按章节编排的真题集。完成章节训练后，由于遗忘的部分较多，需要通过完整的真题套卷来进一步巩固。真题至关重要，通过分章节训练掌握每种题型的解法，通过全套真题练习串联所有知识点。老师们通常会对真题的重点部分进行专题讲解，你也可以根据自身时间规划继续做一些模拟题。数学知识繁多，考研尤其重视基础知识，因此务必牢固掌握，并能融会贯通。
考研英语方面：
背单词始终是考研英语复习的节奏，星火07年那版的五本单词书我背了五遍（至少是看了五遍）。阅读也是必不可少的（大家都这么说），开始看阅读时用的材料是之前在学校里淘的“星火120篇”，我基本上不是在做题目而是实实在在的阅读一句一句翻译，有不认识的单词都一个个查出来记在文章旁边不时瞄上一眼，权当培养学英语的习惯，还有就是学习了下新概念3（有语音可听）。另外英语真题我也是现在开始看，用的是张磊《红宝书》，这时只看阅读，一句一句翻。暑假放假前，炎炎暑假。假期（除了要去上辅导班的那些天）每天早晨读一会真题阅读，我是想看看能不能背诵几篇，没头没脑的读了好长一段时间。到了晚上10点左右临快回宿舍休息时在逐字翻译一篇阅读。日常背单词还是星火为主，又买了本考研战略家的标准注释150多页，每天翻10页并把不熟悉的单词标记下反复记。大约这就是暑假英语复习的节奏，对了，我还抽出了时间看了几遍语法，都是老师上课讲的内容。10月开始，我先着手做了一套完整的题（淘来的高联发的大纲里附带的），感受了下考研英语试题的形态，处理完这套题后，我开始练习完型，对比《红宝书》和《黄皮书》，我用了解释更加详细的黄皮书真题解析（是试卷形式的），做了从05年到09年。接下来继续新题型也是逐年做，并整理了其常考类型的的答题方式。然后是翻译，自己翻译—对照参考答案查生词—全文对照参考译文逐字翻，总结翻译答题方法（我是一小短语、一个单词的翻出来，在调整顺序，整理句子意思）。阅读这时候也不能放下，那就是晨读。待上面几部分完成后，又是回归阅读，你猜对了，还是逐字逐句翻译。但时间紧迫，接着，我开始动手留下的几年真题，不过做的时候是加上了作文。不过作文确实没大练习，只最后10天吧整理了两套模板背了一些大小作文句子。在整个过程里，仍是饭前午后背着单词，这时没再用星火而只看那本薄薄的战略家。
考研专业课方面：
理解数据结构的本质至关重要。数据结构并非仅仅是一系列的数据排列方式，是关于如何有效地组织、存储和处理这些数据的一种理论。它是解决问题，尤其是计算机科学问题的基础工具。深入理解线性表、栈、队列、链表、树、图等基本概念及其操作是第一步。
线性表和数组是最基础的数据结构，理解它们的特性如随机访问和顺序访问的区别很重要。栈和队列则是两种特殊的线性表，理解和掌握它们的“后进先出”（LIFO）和“先进先出”（FIFO）原则对解决许多算法问题有直接帮助。
对链表，你需知道它的动态内存管理和指针操作。树则更复杂，二叉树、平衡树（如AVL树和红黑树）、堆等都是重点，理解它们的插入、删除、查找操作以及性质是非常关键的。图的应用广泛，深度优先搜索(DFS)和广度优先搜索(BFS)是必须熟练掌握的图遍历算法。
排序和查找也是数据结构中的重要部分。冒泡、选、插入、快速、归并、希尔等排序算法要能够灵活运用。二分查找、哈希查找等高效查找技术也需深入理解其原理和适用场景。
在学习过程中，实践是检验理解的最好方式。凭编程实现上述各种数据结构和算法，帮助你巩固理论知识，并提高问题解决能力。刷题也是非常有效的方法，LeetCode、HackerRank等在线平台提供了丰富的题目资源。
理解数据结构在实际应用中的角色也很重要。例如，在数据库系统、搜索引擎、图形渲染等领域，数据结构的选直接影响着系统的性能和效率。结合具体实例来学习会更有助于理解和记忆。
