2年学完6个清华CS类硕士学位之第二次月计划

目录

 

 

第二次月计划概览

本月需要掌握三门课程

本月学到什么程度？

三门课程详述

MIT和普林斯顿算法系列课程介绍

 第一门课学习目标： 数据结构课程和初级算法  

 第二门课《算法》：学习目标  

第三门课（算法与复杂性）：学习目标 

第四门课：高级算法 （时间未定）

非学习类目标

 

---

 

 

第二次月计划概览

从9.20左右起决定2年学完6个清华CS类硕士学位，距今已经66天。

第一次月计划完成度80%，一个月学了4门CS课程，现启动第二次月计划。

 

1. 时间：11.26~12.21（25天），因突发事件时间修正为2019.1.31截止。
2. 掌握3门独立课程：
   1. 数据结构（普林斯顿）
   2. 初级算法（MIT）
   3. 算法设计与计算复杂度（MIT）
3. 从零算法基础 到 8天精读掌握《算法，第四版》和20天精读掌握《算法导论》
4. 要求学习时间达到：350小时 
5. 本月计划失败概率：90%，尤其是算法导论部分章节的难度可能会超乎我的想象。（不怕）

 

 

 

 

 

---

本月需要掌握三门课程

25天掌握如下3门课程，以下三门课程虽然相关性强，但本质上是三门独立的课程

• 本科生课程之数据结构（11.26~12.7号），精读掌握：普林斯顿大学教材《算法，第四版》
• 本科生课程之算法（12.8~12.16号），精读掌握：麻省理工大学教材《算法导论，上半本》,因突发事件时间修正为2019.1.10~1.31
• 研究生课程之算法设计与复杂性（12.16~12.22号）），精读掌握：麻省理工大学教材《算法导论，下半本》,因突发事件时间修正为2019.1.10~1.31

 

 

本月学到什么程度？

1. 从零算法基础 到 8天精读掌握《算法，第四版》和20天精读掌握《算法导论》
2. 我所说的掌握是：

   1. 要求深度掌握知识，理解知识点背后本质，知其所以然。对书中定理能够写出证明过程。不借助任何资料的情况下能够在1小时内完整详尽复述书中所有知识点， 6个月内知识点遗忘率低于70%；对于任何遗忘了的知识点，通过复习能够在10分钟内彻底回忆起来。  
   2. 完成MIT算法系列课程体系和普林斯顿大学算法课程要求的大部分练习
   3. 算法导论的习题我会看心情做，我觉得做题没有太大的意义，做项目才有。
   4. 实现《算法，第四版》大部分书中代码
   5. 完成MIT和普林斯顿大学的算法系列课程的教学目标（具体的教学目标参见下文）
   6. 按照BFLB标准进行考试，得分至少80分以上。
      1. BFLB测验：https://blog.csdn.net/weixin_43314012/article/details/84032768

    

PS：

本月仅仅是我算法学习的第一阶段，第一阶段主要掌握知识。但是不会涉及大量的练习。

我算法学习的第二阶段是攻读TAOCP算法卷。在实现了TAOCP书内的代码后，我才会有针对性地进行刷题。

我一直反对在一些初级的知识上算题，没有意义，效率太低。

具体我后续算法学习规划详情：https://blog.csdn.net/weixin_43314012/article/details/84033313

---

 

 

三门课程详述

本月的学习任务是以《算法，第4版》和《算法导论》这两本教材的学习为主线，按照MIT和普林斯顿的教学要求来学习，精读掌握这两本书（仅掌握到课程要求的地步 ）

 

MIT和普林斯顿算法系列课程介绍

• MIT算法系列课程包括三个课程（初级算法，中级算法，高级算法），课程的教授是算法导论的三位作者，其中包括图灵奖得主。
• 普林斯顿算法系列课程包括两个课程，第一阶段课程相当于数据结构课程，第二阶段课程相当于初级算法课程
• 下面分别详细陈述本月三门课程的课程学习要求

 

      第一门课学习目标： 数据结构课程和初级算法 

      本课程主要按照普林斯顿大学的培养目标进行学习

      普林斯顿课程链接：

      第一部分：   https://www.coursera.org/learn/algorithms-part1#ratings

     重点介绍基本数据结构，排序和搜索。主题包括union-find，二进制搜索，堆栈，队列，包，插入排序，选择排序，shellsort，快速排序，3向快速排序，mergesort，heapsort，二进制堆，二叉搜索树，红黑树，单独链接和线性探测哈希表，格雷厄姆扫描和kd树。

 

      第二部分： https://www.coursera.org/learn/algorithms-part2

      侧重于图形和字符串处理算法。主题包括深度优先搜索，广度优先搜索，拓扑排序，Kosaraju-Sharir，Kruskal，Prim，Dijkistra，Bellman-Ford，Ford-Fulkerson，LSD基数排序，MSD基数排序，3路基数快速排序，多路尝试，三元搜索尝试，Knuth-Morris-Pratt，Boyer-Moore，Rabin-Karp，正则表达式匹配，行程编码，霍夫曼编码，LZW压缩和Burrows-Wheeler变换。

 

 

 

   第二门课《算法》：学习目标 

本课程的内容相当于本科生的第二门算法课，本质上仍然是初级算法课程。

本课程主要内容基本上和《算法导论》上半本差不多。

MIT：https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-006-introduction-to-algorithms-spring-2008/

课程教材：算法导论

课程描述：本课程介绍了计算问题的数学建模。它涵盖了用于解决这些问题的常用算法，算法范例和数据结构。该课程强调算法和编程之间的关系，并介绍这些问题的基本性能测量和分析技术。

课程大纲如下

L1	介绍和文件距离
R1	Python中的文档距离（docdist {1,2,3,4} .py）
L2	更多文档距离，mergesort
R2	Python成本模型，渐近符号和mergesort的评论
二进制搜索树
L3	飞机调度，二叉搜索树
R3	二进制搜索树
L4	平衡的二叉搜索树
R4	AVL树（平衡二叉搜索树）
哈希
L5	Hashing I：链接，哈希函数	问题集1
R5	Hashing in Python，可变性
L6	Hashing II：表倍增，Karp-Rabin
R6	Karp-Rabin评论，滚动哈希原理和代码
L7	Hashing III：开放式寻址
R7	开放式寻址：理论评论，Python代码 更多滚动的哈希
排序
L8	排序我：堆
R8	排序方法概述 作为数据结构堆积：原则，排序，优先级队列
L9	排序II：堆	问题集2
L10	排序III：下限，线性时间排序
R9	测验复习：有趣的问题	测验1
L11	排序IV：稳定排序，基数排序
R10	计数，基数和铲斗分选，气体模拟
搜索
L12	搜索I：图搜索，表示和应用程序
L13	搜索II：广度优先搜索和深度优先搜索	问题集3
L14	搜索III：拓扑排序和NP完整性
R11	广度优先搜索和深度优先搜索
最短的路径
L15	最短路径I：介绍
R12	协助解决问题
L16	最短的路径II：贝尔曼 - 福特	问题集4
R13	通用最短路径算法：概念，属性 Bellman-Ford：例子，负成本周期
L17	最短的路径III：Dijkstra
R14	实践Dijkstra：伪代码，前置条件，示例，为什么它的工作原理 优先级队列：审查，扩展Python实现
L18	最短的路径IV：Dijkstra加速
R15	Dijkstra的数组实现	测验2
动态编程
L19	动态编程I：memoization，Fibonacci，Crazy Eights，猜测
R16	实践动态编程：重要思想，Fibonacci中的memoization，疯狂卡片，Dijkstra和Bellman-Ford算法作为动态编程
L20	动态编程II：最长公共子序列（LCS），父指针
R17	更有活力的节目：击败超级马里奥兄弟，获得积分测试（LCS），Crazy Eights
L21	动态编程III：文本对齐，括号，背包，伪多项式时间，俄罗斯方块训练	问题集5
R18	更动态的编程：最大和子阵，更多俄罗斯方块
L22	动态编程IV：钢琴指法，结构DP（树），顶点覆盖，支配集，以及更多
R19	背包及其变体，结构动态编程：用模板覆盖树，支配集
NUMERICS
L23	数字我
R20	动态编程实践：实时Python编码，支配集，结构动态编程：用模板覆盖树
L24	数字II	问题集6
R21	划分和征服与动态编程问题：矩阵乘法，塔，最大和子阵，最近对
R22	数字评论，Strassen的矩阵乘法算法

 

 

 

  第三门课（算法与复杂性）：学习目标 

本课程是一门中高级算法课程，一般作为研究生的算法课程。重点是设计和分析高效算法的教学技巧，强调应用方法。主题包括分而治之，随机化，动态编程，贪婪算法，增量改进，复杂性和加密。

本课程主要内容基本上和《算法导论》下半本差不多。

本课程学习要求主要参照MIT6.046J课程：

https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-854j-advanced-algorithms-fall-2008/

 

 

    第四门课：高级算法 （时间未定）

这是博士生的算法课程，也是MIT算法系列课程的最高级课程：本课程涵盖了典型的算法入门课程中未学习的几个高级主题。它专为对理论计算机科学感兴趣的博士生而设计。本课程没有教科书，只有讲义和大量的阅读论文，内容已经超出了算法导论。

这门课程太过理论，且学了基本没用。但是由于我本身对理论非常有兴趣，我还是得学一学，但是不是本月的学习计划，应该会安排在下个月吧。

（但是这门课程好像也是部分院校计算机理论方向研究生阶段的课程 ）

课程大纲：

课程地址：

https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-854j-advanced-algorithms-fall-2008/

 

 

 

 

 

---

非学习类目标

    从本月起，我将开始执行如下重要计划

1. 2年高效学习1万个小时计划，并将此计划作为本次两年计划的核心计划之一，差不多要求平均每天坚持高效率学习14小时。
2. 正式开始以科学的方式养成一系列习惯，https://mp.csdn.net/postedit/83861010
3. 刻意练习：正式开始跟踪细化我的生活各个方面所耗费的时间 https://mp.csdn.net/postedit/83931868
4. 30天不动如山计划 https://blog.csdn.net/weixin_43314012/article/details/83863683