1. 写在前面：这门课为什么让人又爱又恨
从2022年12月考场走出来的时候，我脑子里的第一个念头不是"考得怎么样"，而是"这半年总算没白熬"。说实话，西电网信院的《数据结构与算法分析》在全校计算机相关课程里都属于硬骨头——名义上是本科课程，实际难度和考研408里的数据结构部分完全不是一个量级，更接近研究生入学考试的算法进阶水平。如果你正在准备这门课的期末，或者打算提前踩点摸底，这篇复盘希望能给你一份真正有用的参考。
先交代背景：我是网信院2020级的，2022年秋季学期修的这门课，教材用的是《数据结构与算法分析》（C语言描述版，Mark Allen Weiss那本经典教材），老师上课风格偏推导和证明，作业以手写算法分析为主，期末考试成绩占比50%。2022年的期末考试是线下闭卷，时长两小时，题量中等偏大，难度分布有层次感——基础题能让你及格，中等题拉开差距，最后两道大题直接决定你能不能上90。这篇文章我会按照2022年真题考后回忆的考点结构，帮你把整门课的复习逻辑重新串一遍。
不管你是正在备考的学弟学妹，还是想系统梳理数据结构知识框架的爱好者，这篇文章都值得你花20分钟读完。我会把每一类题型的备考思路、具体考察的知识点、以及我在实际复习中踩过的坑全部摊开来讲，最后还会附上我自己总结的考前突击路线图。
2. 2022期末考试全景：题型分布与命题思路拆解
2.1 题型结构与分值占比复盘
2022年期末卷面满分100分，题型分布大致如下：
| 题型 | 题量 | 分值 | 占比 |
|---|---|---|---|
| 单项选择题 | 10 | 20 | 20% |
| 填空题 | 10 | 20 | 20% |
| 简答与计算题 | 4 | 30 | 30% |
| 算法设计题 | 3 | 30 | 30% |
选择题整体难度不大，但覆盖面很广，从时间复杂度比较、栈与队列的应用辨析，到二叉树性质、图的遍历方式区分，再到排序算法稳定性和堆调整过程，可以说是"每章抽一题"的典型出法。填空题则更侧重基础概念的记忆和简单推导，比如给出一个递归函数让你写出运行结果、给出一个哈希表让你画出插入冲突后的最终状态、给出一个序列让你写出快速排序每一趟的结果。
真正拉开分数差距的是简答计算题和最后的算法设计题。简答计算题考了四个方向：哈夫曼树构造与WPL计算、最小生成树的Prim和Kruskal过程完整推演、哈希表线性探测法处理冲突的平均查找长度计算，以及图的邻接矩阵与邻接表转换。算法设计题第一题是链表的原地逆置，属于保底送分题；第二题是用栈实现括号匹配检验；第三题难度跳跃较大，要求设计一个算法来判断一棵二叉树是否为二叉搜索树。
2.2 命题思路的深层逻辑
把整张卷子放在一起看，你会发现命题老师真正想考察的其实不是"你会不会背某个定义"，而是"你有没有建立起数据结构之间的横向联系"。比如选择题里那道"用栈模拟队列"的题，表面上是考栈和队列的特性，实际上如果你真的理解两种数据结构的操作语义，答案一目了然；再比如最后那道判断二叉搜索树的算法设计题，如果你只看过"中序遍历得到递增序列"这个结论，却不知道为什么会这样，考场上一紧张就容易写出错误版本。
还有一个很重要的趋势：2022年期末考试明显加强了对"算法分析"部分的考察比例。过去可能只考大O时间复杂度的简单判断，今年在一些小题里开始出现递归方程的时间复杂度推导，比如T(n)=2T(n/2)+O(n)让你判断属于Master定理哪一类。这一点非常符合西电网信院这门课的教学定位——它不是为了让你应付考试，而是为了给后续的算法设计与分析、密码学协议、网络安全攻防等内容打基础。
2.3 与王道、严蔚敏等主流复习资料的差异对比
很多同学复习时会直接拿起王道数据结构或者严蔚敏老师的教材来啃，但我个人的体会是：仅靠这两本是不够的。王道偏考研应试，讲得全面但深度有限，很多地方是"告诉你结论，不推导过程"；严蔚敏老师的经典教材则是以C语言描述为主，逻辑严密但阅读门槛稍高。而西电网信院的这门课，参考的是Weiss那本《数据结构与算法分析》，它的特点是：同样的知识点会从数学和抽象角度做更深的剖析，尤其在摊还分析、红黑树、B树这些高级数据结构上，和国内教材的侧重点差异不小。
举个例子，国内教材讲哈希表冲突处理一般就是线性探测、链地址法、二次探测这些，考到计算平均查找长度就已经很深入了；Weiss的教材还会讨论再哈希、装填因子对性能的理论影响，甚至延伸到布隆过滤器的思想。2022考试虽然没有直接考这些超纲内容，但选择题里那道"哈希表装填因子""与平均查找长度的关系"明显就是从这个角度切入的。
所以复习策略上，我的建议是：以课堂课件和Weiss教材为主，以王道和严蔚敏为辅。王道用来建立知识框架、刷基础选择题，严蔚敏用来查漏补缺看严谨定义，Weiss用来吃透原理和推导。如果你时间有限只能选一本，选Weiss对应的课件总结，因为那是老师出题的源头。
3. 核心知识模块逐个击破：2022考点深度复盘
3.1 复杂度分析：不只是O(1)、O(n)这么简单
2022年复杂度相关内容在选择题、填空题和算法设计题里都有渗透。基础层级是让你比较不同算法的时间复杂度大小，比如O(nlogn)和O(n^1.5)在n足够大时谁更优；进阶级是给递归式求复杂度，填空题里那道T(n)=4T(n/2)+n就是典型的Master定理应用，答案应该是O(n^2)。
这里我想重点强调一个复习误区：不要只会套Master定理的公式，要理解它的本质。Master定理的核心思想是比较"分治切分成本"和"合并递归结果成本"之间的权衡，当递归部分主导时复杂度由递归树最后一层决定，当合并部分主导时复杂度由根节点决定，两者相当时复杂度会多一个logn因子。如果你只背公式，遇到T(n)=3T(n/3)+nlogn这种变形题就容易翻车。
另外一个容易忽略的点是摊还分析。我们平时讲的"栈的push/pop是O(1)"其实是最坏情况下的单次操作分析，但如果考虑一个操作序列的整体代价，用聚合分析或记账法可以得到更紧的界。2022年虽然没有单独出一道摊还分析的大题，但简答题里那道"用两个栈实现队列的操作复杂度分析"本质上就是在考摊还思想——每个元素最多被push两次、pop两次，所以均摊代价是O(1)。
3.2 线性表与链表：理解"指针操作"的物理直觉
线性表这章看着简单，但其实是很多后续内容的基石，而且非常容易在笔试里结合其他知识点出题。2022年的链表原地逆置算法设计题就是个典型例子——它不直接考线性表的基础操作，而是要求你综合运用头插法、指针交换等手段完成一个经典算法。
链表原地逆置的核心思路是：从头到尾遍历链表，每遇到一个节点就把它插入到新链表的头部（也就是当前处理节点的前驱），这样遍历结束后原链表就完成了逆置。用代码实现大概是：
ListNode* reverseList(ListNode* head) { ListNode *prev = NULL, *curr = head; while (curr != NULL) { ListNode *next = curr->next; // 先保存后继 curr->next = prev; // 反转指针方向 prev = curr; // 前驱后移 curr = next; // 当前节点后移 } return prev; }这里最关键的细节是**next临时变量的保存**。很多同学第一次写都会犯"丢链"的错误，就是先执行curr->next = prev，然后把curr移动到下一个节点时发现找不到了。其实物理直觉很朴素：你得先把"回家的路"记下来，才能放心地把指路牌拆下来换方向。这个道理放在很多链表题里都通用。
3.3 栈、队列与递归：考的是"抽象数据类型的应用边界"
栈与队列的考点在2022年卷面上出现频率相当高。选择题里有"栈和队列的共同点"（都是操作受限的线性表），填空题里有用栈将中缀表达式转为后缀表达式的过程模拟，简答题里有两栈共享空间和用队列模拟栈的复杂度分析，算法设计题里则有括号匹配检验。
括号匹配这个题目值得多说两句，因为它看起来简单，容易让考生掉以轻心，但要在两分钟内写出无Bug版本，需要对栈的操作时机非常清楚。核心逻辑是：用一个字符栈，遇到左括号(、[、{就入栈；遇到右括号时，先检查栈是否为空——如果为空说明有多余的右括号，直接返回不匹配；如果栈非空，则弹出栈顶元素，检查是否与当前右括号配对；遍历结束后，如果栈中还有残留的左括号，同样不匹配。
bool isValid(char *s) { int len = strlen(s); char stack[len]; int top = -1; for (int i = 0; i < len; i++) { if (s[i] == '(' || s[i] == '[' || s[i] == '{') { stack[++top] = s[i]; } else { if (top == -1) return false; char left = stack[top--]; if ((s[i] == ')' && left != '(') || (s[i] == ']' && left != '[') || (s[i] == '}' && left != '{')) { return false; } } } return top == -1; }容易被忽略的edge case包括：字符串为空（返回true）、只有右括号（返回false）、左右括号数量一致但顺序错乱（比如([)]）。这些case在考试里不会直接告诉你 "请考虑边界条件"，但你写的代码会被用这些case来测试，所以平时练习时就要养成自测的习惯。
3.4 树与二叉树：性质背诵只是门槛，遍历推导才是核心
树这章是数据结构的重头戏，也是2022年期末考试分值占比最高的章节。考试涉及的考点包括：二叉树的基本性质（度与节点数关系、层数计算、完全二叉树与满二叉树判定）、二叉树的先序/中序/后序/层序遍历及其递归非递归实现、二叉搜索树的构建与查找、哈夫曼树的构造与WPL计算、以及判断二叉树是否为二叉搜索树的算法设计。
选择题里那道二叉树性质题很典型："一棵完全二叉树有1001个节点，问叶子节点数"。这个题如果只是硬套公式n0 = n2 + 1也能做，但容易在奇偶性判断上出错。更稳的做法是利用完全二叉树的性质：编号为i的节点，其左孩子编号为2i，右孩子编号为2i+1（根节点编号为1）。最后一个节点的编号是1001，所以最后一个非叶子节点的编号是floor(1001/2) = 500，叶子节点数量就是1001 - 500 = 501。这种解法避开了公式记忆，而是从判定性质出发，出错的概率低很多。
算法设计题里的"判断是否为二叉搜索树"，核心思路是中序遍历得到递增序列，但如果你用递归写法，需要额外小心一个细节：中序遍历的"递增"是严格递增还是非严格递增？考试判例通常按严格递增处理，即不允许出现相等节点。一道经典的反例是：根节点值为5，左子树中某个节点值也为5，这种情况下中序遍历仍然是"非递减"序列，但不是严格递增，因此不是二叉搜索树。
比较好的写法是通过递归时传递上下界来判断：
bool isBSTUtil(TreeNode* node, long long min, long long max) { if (node == NULL) return true; if (node->val <= min || node->val >= max) return false; return isBSTUtil(node->left, min, node->val) && isBSTUtil(node->right, node->val, max); }注意这里用了long long而不是int，因为节点值恰好等于INT_MIN或INT_MAX时，如果直接用int做边界，初始上下界会出问题。这是我在LeetCode刷题时踩过的坑，考试时用long long或者加一个bool标记都能规避。
关于哈夫曼树，2022年简答题给了一个5个字符及其出现频率的列表，要求构造哈夫曼树并计算WPL。构造本身不难，每次从集合中取出权值最小的两个节点合并，难点在于计算WPL时防止漏算。我自己的习惯是每合并一次就把合并后的权值累加到一个总和变量里，这样WPL等于所有非叶子节点权值之和，比遍历叶子节点乘以路径长度更不容易出错。
3.5 图论基础：Prim、Kruskal与遍历的考场实操
图论部分2022年考察了图的存储结构转换（邻接矩阵与邻接表的互换）、Prim算法和Kruskal算法构造最小生成树的完整过程、以及图的广度优先搜索和深度优先搜索序列的生成。
关于最小生成树，我想给一个重要提醒：考场上一定要在草稿纸上逐步画图，不要直接在卷子上凭感觉写结果。Prim算法的核心思想是"从一个顶点出发，不断选择连接当前已选集合与未选集合之间的最小权值边，把新顶点纳入集合"。每选择一条边，就要更新"当前已选集合到各个未选顶点"的最小距离数组。在草稿纸上用表格记录每一轮dist数组的变化，能够大大降低漏选、错选的概率。
Kruskal算法则是"从小到大依次选择不构成环的边"，判断是否成环是考场上最容易出错的地方。我自己会用的一个简化策略是：用并查集（Union-Find）的思路来判断，虽然考试不需要写代码，但在纸上每次选边时，画出当前的连接关系，肉眼判断会不会形成环，这样基本不会错。
关于遍历序列，有一个经验：DFS和BFS的序列不唯一，取决于你访问邻居的顺序。考试如果给出的是邻接表，那遍历序列就是确定的（因为邻接表中的顺序是固定的）；如果给出的是邻接矩阵，那遍历序列也基本固定（按顶点编号从小到大访问）。但如果题目只给出一个图让你写出"某种"遍历序列，答案可能不止一个，你只需要保证符合算法的访问规则即可。2022年这道题应该是给了邻接表，所以答案唯一，阅卷时也按唯一答案给分。
3.6 查找与哈希：平均查找长度永远是重头戏
查找章节的核心考点包括：顺序查找、折半查找的判定树构造与ASL计算、二叉搜索树的查找分析、哈希表构造与冲突处理、装填因子对性能的影响。
哈希表在2022年考得非常扎实。题目给了表长（比如13）、哈希函数H(key) = key % 13、一组关键字序列，要求用线性探测法处理冲突，画出最终的哈希表，并计算查找成功时的平均查找长度。这类题目的核心操作顺序是：先对每个关键字计算哈希地址，如果冲突就依次探测下一个地址，直到找到空位为止。计算ASL时，每个关键字查找成功的比较次数等于"首次放入该位置时探测的次数"，把所有关键字的探测次数累加除以关键字个数即可。
一个很常见的错误是：计算ASL时把空的哈希槽位也算进去了。注意ASL求的是"查找成功"的平均长度，只会统计实际存放了关键字的位置，没有放任何数据的空槽不参与计算。另外，如果是考试要求计算查找失败时的平均查找长度，那就要把每个哈希地址到第一个空位为止的探测次数求平均，这与查找成功的计算方法完全不同。
关于装填因子，记住一个直观结论：装填因子α = 表中记录数n / 哈希表长度m。α越大意味着表越满，冲突概率越高，ASL越大。所以设计哈希表时，一般控制装填因子在0.7以下比较合适。这也是为什么很多实际系统里，哈希表会自动扩容——当装填因子超过阈值，就新开一个更大的数组，把所有元素重新哈希。
3.7 排序算法：稳定性、堆调整、每趟结果全都要会
排序章节在2022年选择题和填空题里都有出现，选择题考了排序算法的稳定性判断，填空题则要求写出一趟简单选择排序和一趟快速排序后的序列结果。这道题看分不多，但容易让人意外翻车。
算法稳定性的判断口诀我有一个：堆排序、快速排序、简单选择排序、希尔排序是不稳定的；直接插入排序、冒泡排序、归并排序、基数排序、简单选择排序（我特意写两遍）是稳定的。等等，这里得纠正一下，简单选择排序其实是不稳定的。口诀容易记混，我来给你一个更可靠的排除法：不稳定排序只有四个，记住"快选堆希"（快速、选择、堆、希尔），剩下的基本都是稳定的。这样记忆量小得多。
快速排序每趟结果的写法，考的是对"挖坑填数"或者"指针交换"过程的熟悉程度。考试时我建议用下面这个稳定的步骤：选第一个元素为基准pivot，用两个指针low和high从两端往中间扫，high先动，找到比pivot小的数填到low位置，然后low动，找到比pivot大的数填到high位置，重复直到low和high相遇，把pivot放到相遇位置。这样写一趟完成后，pivot左边都是小于它的元素，右边都是大于它的元素，每趟排序后，pivot已经落在最终位置。
这里有个考试技巧：快速排序的"每趟结果"题目，不需要你模拟完整的swap过程，只需要写出"本轮基准元素最终落位后，左半部分和右半部分各自包含哪些元素"即可。所以做题时，先确定基准，然后把比基准小的全部扔左边、比基准大的全部扔右边，就得到一趟结果了。
4. 实战演练：从零搭建一门课的考前复习时间线
4.1 第1-2周：地毯式扫盲与框架搭建（适合从现在开始）
如果距离考试还有三到四周，我建议把前两周花在"建立整体框架"上。具体操作是：拿出一张A4纸，按顺序列出五个大模块——线性结构（线性表、栈、队列）、树形结构（二叉树、二叉搜索树、哈夫曼树、堆）、图形结构（图的存储、遍历、最小生成树、最短路径）、查找（顺序、折半、哈希表）、排序（插入、交换、选择、归并、基数）。
对每个模块，先不要急着做题，而是用"知识卡片"的方式把核心定义、关键性质、典型算法的时间复杂度写下来。比如二叉树这一块，你要写清楚：第i层最多有2^(i-1)个节点；深度为k的二叉树最多有2^k - 1个节点；叶子节点数n0与度为2的节点数n2满足n0 = n2 + 1。这些性质在选择题里反复出现，也是后面判断完全二叉树、计算哈夫曼树节点数的基础。
这一阶段可以做一遍王道数据结构的选择题作为热身，但不要恋战，每章20题以内就够，目的是快速定位自己的薄弱点。我在这个阶段发现自己的弱项是图的遍历序列生成，于是专门把DFS和BFS的邻接表访问序列单独练了两天。
4.2 第3周：真题与错题交叉训练（核心提分期）
第三周进入刷题阶段。由于2022年的真题并不完全对外公开，我的做法是：找回忆版考点列表，再配合各种经典习题集进行专项训练。比如知道考了哈希表的平均查找长度计算，就连续刷10道类似题目；知道考了最小生成树，就把Prim和Kruskal各做5道不同规模的图。
同时，强烈建议在第三周开始整理一份"错题本"。不是让你抄题，而是把每道错题背后的知识点提炼成一句话。比如我错了一道关于循环队列判空判满的题，学的知识点是：循环队列空条件是front == rear，满条件是(rear + 1) % maxSize == front。当队列满时，数组中其实还有一个空位没被利用，这是牺牲一个存储单元换来的判断代价。
另外，这个阶段要开始练习手写算法代码。注意，期末笔试的算法设计题不需要你在电脑上编译运行，但要求思路清晰、变量命名规范、边界条件完整。我建议每道算法题都在纸上先写一遍，再用电脑验证，重点练：链表逆置、链表合并、两个栈实现队列、括号匹配、二叉树遍历的递归与非递归写法、折半查找、快速排序的划分函数。这些属于高频考点，必须先做到条件反射。
4.3 第4周（考前7天）：模拟卷限时训练与公式集中背
考前一周，我给自己安排了两次完整的模拟考试：上午9点到11点，安静环境下闭卷完成一份按往年题型组合的模拟卷，时间一到就停笔打分。第一次模拟我大题只做了一半，时间严重不够；第二次调整了策略——先做算法设计题，再做简答计算题，最后做选择和填空。因为算法设计题分值高且需要思考时间，放到后面容易因为时间紧张而匆忙出错。
关于公式和结论的集中记忆，我最后几天整理了一页A4纸，写满了需要强记的内容，包括：常用时间复杂度大小关系（O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n)）、稳定性结论（快选堆希）、哈希表查找成功与失败ASL的公式、二叉树各种遍历序列的恢复方法、Prim与Kruskal的适用场景（稠密图用Prim，稀疏图用Kruskal）。这张纸在进考场前最后十分钟翻一遍，效果很好。
5. 考场上容易忽略的细节与抢分技巧
5.1 算法设计题的书写规范
2022年算法设计题阅卷是按步骤给分的，即使你的代码最后有问题，只要关键步骤写对了也能拿到不少分。这就意味着，你不需要写出完美可编译的代码，但必须让阅卷老师看懂你的思路。
我的建议是：先在代码块上方写一小段中文思路说明，比如"本算法首先判断根节点是否为空，再递归检查左子树和右子树是否满足BST的上下界约束"。然后代码内部的变量命名要清晰，p指代指针、node指代节点、stack指代栈，不要出现a、b、c这种无意义命名。最后，在代码末尾写上时间复杂度分析，例如"该算法每个节点访问一次，时间复杂度O(n)，空间复杂度为递归栈深度O(h)"。这既是题目要求的"算法分析"，也是一块隐性加分项。
5.2 填选题的时间分配策略
选择和填空总共40分，建议25到30分钟内完成。如果遇到一道题超过3分钟还没有头绪，先跳过，最后再来思考。因为后面的简答题和算法题分值更大，而且很容易通过步骤拿分，完全没有必要在单选上死磕。我考试时遇到一道关于平衡二叉树调整的选择题，一开始没想清楚LL还是RR型，果断先做了后面的题，最后回头尝试用画图的方式判断，很快就得出了答案。
5.3 计算题一定要写过程
哈夫曼树WPL、哈希表ASL、最小生成树求解、快速排序每趟结果，这些计算题都要求"写出关键步骤"。哪怕你的最终结果算错，步骤正确也能拿到大部分分数。反过来，如果你只写了一个最终答案且是错的，那0分。所以考场上要有意识地展示过程：哈夫曼树画出合并过程，哈希表写出每个关键字的探测次数，Prim算法画出每一轮选边后的集合变化，快速排序写出每一趟后的序列。
5.4 遇到没复习到的考点怎么办
2022年考题整体没有超纲，但如果你在考场上遇到一道陌生的题目，比如某个数据结构变体或者一道没见过的动态规划题，我的应对策略是先冷静分析它的"数据结构本质"。比如"判断一个序列是否可能由栈输出得到"这个题，看起来新颖，其实考察的就是栈的先进后出特性——用一个队列模拟入栈出栈过程，就能判断序列是否合法。把新题映射到熟悉的知识框架上，往往能找到突破口。
6. 常见复习误区和我的独家避坑记录
6.1 误区一：只看不练，眼高手低
数据结构是一门"看过就会，做就出错"的学科。你可能觉得自己理解了哈夫曼树的构造步骤，但真正动手画的时候，才发现总是拿错最小的两个权值。我在复习中期就犯了"刷视频代替动手"的毛病，看了一堆平衡二叉树旋转的视频，以为掌握了，结果模拟卷上一道LR型的旋转题直接暴露了问题。从那以后，我给自己定了一个死规矩：看完一个知识点，必须立刻在纸上脱离答案完整复现一遍，复现不出来就重新学。
6.2 误区二：算法题只写伪代码，不注重边界
笔试的算法题确实允许写伪代码，但"允许"不代表"随便写"。像链表逆置、括号匹配这类经典题，边界条件就是评分点。我在练习时整理了一个边界清单：链表操作要检查空链表和单节点链表；递归算法要写清楚递归出口；数组下标访问要检查是否越界；栈操作要检查空栈时是否非法弹出。每次写完代码，我会在结尾单独花10秒钟检查一遍这四类问题，这个习惯帮我避免了不少低级失误。
6.3 误区三：忽视复杂度的分析与计算
大题的作答除了代码外，通常还要求给出时间复杂度和空间复杂度。很多同学写代码很顺利，却在复杂度分析这里扣了分。其实复杂度分析的套路是比较固定的：一看循环嵌套层数，二看递归表达式，三看数据结构操作本身的开销。比如括号匹配用栈实现，每个字符最多入栈出栈一次，所以时间复杂度是O(n)，空间复杂度最坏情况下n个字符全部入栈，也是O(n)。描述的时候注明"最坏情况"会显得更专业。
6.4 误区四：只背王道不啃教材，忽略了细节推导
我前面提到过，这门课的命题深度高于普通教材。王道的"二叉树节点数性质"总结表很实用，但到了考试时会发现，题目从来不直接问你"第i层最多多少节点"，而是把性质藏在更复杂的场景里，比如"一颗完全二叉树有n个节点，求深度为多少"或者"已知先序和后序，问中序是否唯一"。这些变体题目如果只背公式，很容易在推导中途卡壳。所以遇到关键性质，我会自己在草稿纸上证明一遍，比如用数学归纳法证明完全二叉树的深度公式，证明完之后记忆自然就牢固了。
6.5 关于手写代码的独家技巧
考试时写代码，我会先用铅笔在答题纸角落画一个简单流程，理清逻辑顺序，再动笔写正式答案。这样能避免大段涂改。另外，C语言函数签名要完整，宁可多写参数也不要在函数内部用全局变量——阅卷老师更倾向接受自包含的算法。如果时间充裕，我还会在代码下方写一个小测试用例，说明算法的运行过程，比如"对输入 [3,1,2]，算法先处理3，再处理1..."，这种文字说明在答案不完美时能够争取不少印象分。
7. 从这门课延伸出去的思考
考完这门课之后，我后来越发觉得它和网信院后续课程的联系极其紧密。数据结构与算法分析不是一门孤立的课程，它在为后续的所有系统类课程打地基：操作系统里的进程调度、内存管理，离不开队列和树；计算机网络里的路由算法、拥塞控制，离不开图和最短路；密码学里的哈希函数、数字签名，本质上也是哈希表思想在安全场景下的延伸。
如果你未来要保研、考研或者参加大厂面试，这门课的知识储备会直接决定你的笔试和手撕算法环节能走到哪一步。我在准备保研面试时被问到过红黑树的插入调整过程，虽然2022年期末没考，但正因为平时用Weiss教材深入学了一遍二叉搜索树的平衡思想，面试时才能稳住心态把旋转逻辑捋清楚。
我个人在实际操作中的体会是：数据结构的学习不能以考试结束为终点。考完试的那一周，我反而花时间把之前没完全啃下来的红黑树和B树重新看了一遍，然后用C语言自己实现了几个经典算法。这种主动扩展的投入，在后来的实习晚上和面试中，回报率远远高于考前突击刷题。
最后再分享一个我复习时的小技巧：把你整理的A4知识点总结贴一面墙或者存在手机收藏夹里，每天睡前花15分钟扫一眼。不要小看这15分钟，它在考试前会帮你把散落的知识点连成网。祝正在看这篇的你，也能在考场上写出让自己满意的答案。
